AgentEvolver

让AI智能体自己进化,越用越聪明,少调参

AgentEvolver 是一个面向智能体系统的高效自进化框架,旨在解决大语言模型驱动的智能体在复杂任务中依赖人工调优、难以自主适应环境变化的问题。其核心思想是让智能体在运行过程中自动反思、修正和优化自身的策略与行为,实现从静态部署到动态进化的转变。项目提供了一套完整的自进化循环机制,包括任务分解、执行反馈、错误识别与策略更新等模块,支持多种主流 LLM 后端,并设计了轻量化的进化算法以降低计算开销。通过持续积累经验,智能体能够逐步提升在特定领域(如代码生成、工具调用、多步推理)的表现,减少对人工提示工程和微调的依赖。项目代码结构清晰,提供了丰富的示例和文档,便于研究者快速上手和二次开发。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1574
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队modelscope
所属国家
定价模式free
价格说明开源项目,Apache-2.0 许可证,可自由使用和部署,无付费版本。
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,agent-system,llm,reinforcement-learning,self-evolving
GitHub 星标★ 1574
30天Star增速
HF 下载量
上线时间2025-11-13 00:00:00
最近更新2026-09-23 00:00:00
维护状态低维护
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5

使用教程

难度:进阶 约 30 分钟 部署方式:本地安装 4 步

环境要求

  • Python 3.11 及以上版本
  • 已安装 conda
  • 已安装 CUDA Toolkit
  • Linux/类 Unix 环境(可执行 bash 脚本)
  • (可选)ReMe 依赖,用于经验管理

安装与启动步骤

  1. 1克隆项目代码

    从 GitHub 拉取 AgentEvolver 仓库到本地,进入项目根目录后再执行后续安装脚本。

    git clone https://github.com/modelscope/AgentEvolver.git
    cd AgentEvolver
  2. 2安装基础依赖

    确认已装好 conda 与 CUDA Toolkit 后,运行仓库自带脚本搭建训练环境,耗时较长请耐心等待。

    bash install.sh
  3. 3配置环境服务

    README 以 Appworld 为例,进入对应目录执行 setup.sh 完成环境服务安装,其他环境可参考同目录结构。

    cd env_service/environments/appworld && bash setup.sh
  4. 4(可选)安装 ReMe

    如需经验管理能力,运行脚本安装外部的 ReMe 组件;不需要可跳过此步。

    bash external/reme/install_reme.sh

如何确认成功

依次执行脚本均无报错退出,且后续步骤能正常进入项目目录、调用已安装的环境服务,即表示基础环境就绪。

常见问题

Q:没有安装 conda 或 CUDA Toolkit 怎么办?

A:README 明确要求先装好 conda 和 CUDA Toolkit,请先到官网完成二者的安装与显卡驱动配置,再执行 install.sh,否则脚本会失败。

Q:ReMe 是必须安装的吗?

A:不是。README 将 ReMe 标注为 Optional(可选),只有需要经验管理功能时才执行 external/reme/install_reme.sh。

Q:环境服务只能装 Appworld 吗?

A:README 仅以 Appworld 作为示例演示安装流程,其他环境未在节选中给出命令,需要时请对照 env_service/environments 下对应目录自行查看。

Q:install.sh 执行很慢或中途失败怎么办?

A:该脚本会拉取并编译大量依赖,建议保证网络稳定并预留充足时间;失败时优先检查 conda 环境是否激活、CUDA 版本是否匹配。

注意事项

  • 项目要求 Python 3.11+,低版本环境可能导致依赖安装失败。
  • install.sh 依赖 conda 与 CUDA Toolkit,请务必先完成这两项前置安装。
  • README 节选未给出端口、API Key 等运行配置说明,实际配置请查阅官网文档与仓库内文件。
  • ReMe 为可选组件,按需安装即可,不影响主流程。

核心亮点

  • 实现真正的自进化闭环,智能体可自主反思并改进策略,而非静态执行
  • 进化过程轻量化,计算开销低,适合资源受限的部署场景
  • 提供多场景示例(代码、工具调用等),上手门槛低,社区活跃

不足之处

  • 自进化机制在复杂任务中稳定性待验证,可能产生策略漂移
  • 文档/社区待观察

适用场景

  • 自动化代码生成与修复,让智能体在编译错误中自我迭代
  • 复杂工具调用链的自主优化,减少人工编排
  • 长期运行的服务型智能体,持续适应环境变化

替代项目

AutoGPT、MetaGPT、Self-Refine

项目介绍

AgentEvolver 是智能体领域的开源项目,由 modelscope 开发,2025 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(1,574)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 1,526 增加到 1,574,净增 48。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-23。Apache-2.0 许可证,可自由使用和部署,无付费版本。

它主要面向的使用场景是:自动化代码生成与修复,让智能体在编译错误中自我迭代。同类可对比的替代方案包括 AutoGPT、MetaGPT、Self-Refine。

上一篇:awesome-llm-agents

下一篇:AutoGroq

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