AgentEvolver

让AI智能体自己进化，越用越聪明，少调参

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 172 🐛 待处理 25 👀 关注 10

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1590

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可自由使用和部署，无付费版本。

项目预览

AgentEvolver 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队modelscope

官网地址https://modelscope.github.io/AgentEvolver

GitHubhttps://github.com/modelscope/AgentEvolver

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

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★ 1590

上线时间2025-11-13 00:00:00

代码更新2026-04-01

仓库体积55.7 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1590

技术标签

agent llm reinforcement-learning self-evolving

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

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（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
```