evo

让 AI 自动研究你的代码库,自动建基准并优化代码

evo 是一个将代码库转化为自动研究循环的智能体框架。它解决的核心问题是:在代码优化和基准测试中,人工设定指标、编写测试和调参的过程繁琐且易遗漏。evo 能自动发现代码库中值得测量的指标,自动插桩构建基准测试,然后通过并行子代理执行树搜索,以进化算法的方式迭代优化代码。其核心能力包括自主研究循环、动态基准生成、并行子代理协作和基于树搜索的优化策略。它适用于代码优化、性能调优、自动生成测试用例等场景,旨在减少人工干预,提升代码质量和优化效率。

开源 unknown 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1459
维护状态 维护中
是否开源 是
定价模式 unknown

项目数据

分类智能体
开发团队evo-hq
所属国家
官网地址https://evo-hq.com
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agent-skills,autonomous-agents,autoresearch,claude-code,code-optimization,codex,evolutionary-algorithms,llm-agents
GitHub 星标★ 1459
30天Star增速
HF 下载量
上线时间2026-04-05 00:00:00
最近更新2026-09-22 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

难度:进阶 约 15 分钟 部署方式:命令行工具 6 步

环境要求

  • 已安装 uv 包管理器(README 使用 uv tool install 安装 evo)
  • 已安装并可用一个智能体框架(Cursor 或 Kimi 等)
  • 本地已安装 git,供默认 worktree 后端创建实验工作树
  • 选择云后端时需要对应的云账号(Modal、E2B、Daytona、AWS、Azure)
  • 开发模式安装需要 Python 环境与 evo 仓库源码

安装与启动步骤

  1. 1安装智能体框架

    evo 是智能体框架的插件,需先装好宿主框架。Cursor 可用官网安装包,也可用官方脚本安装 cursor-agent CLI。

    curl https://cursor.com/install -fsS | bash
  2. 2安装 Kimi(可选)

    若使用 Kimi 作为宿主框架,可用安装脚本或 npm 全局安装两种方式之一。

    curl -fsSL https://code.kimi.com/install.sh | bash
    npm install -g @moonshot-ai/kimi-code
  3. 3克隆 evo 仓库

    从 GitHub 拉取 evo 源码,后续开发模式安装需要进入该目录操作。

    git clone https://github.com/evo-hq/evo
  4. 4开发方式安装插件

    进入仓库后以可编辑模式把 evo 插件装成 CLI 工具,改动源码即可生效。

    cd evo
    uv tool install --editable plugins/evo
  5. 5安装云后端扩展

    默认 worktree 后端已内置无需安装;要用云端算力需按所选后端安装对应 extra 依赖。

    uv tool install 'evo-hq-cli[modal]'
  6. 6配置实验后端

    在 evo dashboard 的 Backend 标签页中选择并配置实验运行后端,如 worktree、pool、ssh 或各类云沙箱。

关键配置

配置项必填说明示例
Backend否选择实验实际运行的位置,默认 worktree,也可换云沙箱worktree

如何确认成功

README 未给出明确的验证命令;安装完成后在智能体框架中应能调用 evo 插件并启动 autoresearch 实验循环。

常见问题

Q:evo 必须联网或使用云服务吗?

A:不需要。默认 backend 为 worktree,每个实验在本地 git worktree 中运行,pool 和 ssh 后端也已内置,无需额外安装。

Q:如何让实验跑在云端?

A:先安装对应 extra,例如 uv tool install 'evo-hq-cli[modal]',然后在 dashboard 的 Backend 标签页里选择并配置该后端。

Q:本地开发时怎么安装?

A:克隆仓库后执行 cd evo 和 uv tool install --editable plugins/evo,以可编辑模式安装插件便于修改源码。

Q:需要定制化或企业级部署怎么办?

A:README 建议申请 evo platform 访问权限(evo-hq.com/beta)或发邮件到 hello@evo-hq.com 咨询。

注意事项

  • README 的 Install 章节主要列出宿主框架的安装方式,未给出完整的 evo 基础安装命令,普通用户安装步骤以开发安装为准。
  • 云端后端(modal、e2b、daytona、aws、azure)都需要单独安装 extra 依赖,参数名区分大小写与方括号。
  • evo 是插件形态,必须依托 Cursor、Kimi 等智能体框架运行,不能独立使用。

核心亮点

  • 自动发现代码库中可优化的指标,无需手动指定
  • 自动插桩构建基准测试,省去编写测试的繁琐工作
  • 并行子代理树搜索,高效探索优化空间

不足之处

  • 文档/社区待观察
  • 依赖外部 LLM 和 agent 框架,运行成本可能较高

适用场景

  • 代码性能自动优化,减少人工调参
  • 自动生成基准测试,提升测试覆盖率
  • 探索代码库中未知的优化机会

替代项目

OpenHands、AutoGPT、MetaGPT

项目介绍

evo 是智能体领域的开源项目,由 evo-hq 开发,是 2026 年新上线的项目。

在全站 13,090 个收录项目中,它的 GitHub 星标数(1,459)位列前 30%,在智能体分类中处于中上游。

近 42 天,它的 GitHub 星标从 1,367 增加到 1,459,净增 92。

项目仍在小幅维护中,最近一次代码更新于 2026-09-22。从国内网络环境看,可直接访问。

它主要面向的使用场景是:代码性能自动优化,减少人工调参。同类可对比的替代方案包括 OpenHands、AutoGPT、MetaGPT。

上一篇:samples

下一篇:awesome-agentos

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 199 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12