EvoScientist/EvoScientist

EvoScientist – 自己進化型AI研究アシスタント

概要 – EvoScientistは、LLM駆動型エージェントチームが自律的な「AI科学者」として機能するPythonベースのフレームワークです。エージェントは協力して計画、調査、コード作成、デバッグ、データ分析、論文草案作成を行い、同時に自身のメモリとスキルを継続的に向上させます。

コアコンセプト

• Human-on-the-loop – システムは自律的に動作しますが、人間が介入してアクションを承認したり、定期的な研究タスクをスケジュールしたりできます。
• 自己進化型メモリ – 観察結果は自動的に知識グラフへと要約され、セッションを超えて成長します。繰り返されるパターンは再利用可能な AutoSkills に変換されます。
• マルチプロバイダー・マルチチャネル – 数十種類のLLMプロバイダー (Anthropic, OpenAI, Google, MiniMax, NVIDIAなど) と連携し、デスクトップWeb UI、CLI/TUI、またはTelegram, Slack, WeChatなどのメッセージングプラットフォームからアクセス可能です。
• 完全な研究パイプライン – 取り込み → 計画 → 実行 → 評価 → 執筆 → 検証のプロセスが、6つのサブエージェント (plan, research, code, debug, analyse, write) によって調整されます。

主な機能

機能	説明
マルチエージェントチーム	6つの専門エージェントが並行して動作し、LangGraphベースのワークフローを通じて観察結果を共有します。
自己進化型メモリ	観察結果が知識グラフにリンクされ、各ターンで自動的に要約されます。
AutoSkills	反復可能なパターンを定期的に抽出し、インストール可能なスキルモジュール (/autoskills) に変換します。
マルチプロバイダーモデル切り替え	設定ファイル一つでAnthropic, OpenAI, Google, MiniMax, NVIDIAなどを切り替え可能です。
マルチチャネルアクセス	CLI, Web UI, Telegram, Slack, Feishu, WeChatなど、同じセッションにどこからでもアクセス可能です。
デスクトップWeb UI	CLIセッションをミラーリングするブラウザベースのワークスペース (--ui webui)。
スケジュール / Cron形式タスク	無人実行される定期的な研究ジョブを定義し、結果を報告させます。
適応型ツール選択	各ターンで最も関連性の高いツールのみを提示し、混乱を軽減します。
コンテキスト編集	会話の状態に基づいてシステムプロンプトを即座に書き換えます。
MCP & スキルプラグイン	外部の「Micro-Control-Program」サーバーを読み込んだり、GitHubからコミュニティ製のスキルをインストールしたりできます。

典型的なユースケース

• 文献レビューと仮説生成 – research サブエージェントが論文をスキャンし、洞察を抽出し、新しいアイデアを提案します。
• プロトタイプコードとデバッグ – code および debug エージェントがスクリプトを自動的に作成、実行、修正します。
• データ分析パイプライン – analyse エージェントがデータセットを読み込み、統計分析や機械学習分析を実行し、可視化を行います。
• 論文草案作成 – write エージェントがセクションを構成し、引用をフォーマットし、論文を反復的に洗練させます。
• 長期プロジェクト – 毎週の「実行」をスケジュールし、システムにトピックを探索させ、コードを生成し、要約をメールで送信させます。

はじめに

1. PyPI経由でインストール: pip install EvoScientist (現在のバージョン 0.3.3)。
2. CLIを実行: evo sci start --ui webui でブラウザUIを起動するか、evo sci start でターミナルインターフェースを起動します。
3. ~/.evo_scientist/config.yaml でLLMプロバイダーを設定します (OpenAI, AnthropicなどのAPIキー)。
4. /plan <topic>, /schedule “every Monday”, /expert <skill> などのスラッシュコマンドを使用してエージェントを操作します。
5. /autoskills で生成された AutoSkills を確認し、付属の EvoSkills リポジトリからコミュニティパックをインストールします。

ドキュメントとコミュニティ

• ウェブサイト – https://EvoScientist.github.io/ (デモ、チュートリアル、APIリファレンス)。
• 技術レポート – arXiv:2603.08127 (アーキテクチャとベンチマーク結果の詳細)。
• ベンチマーク – DeepResearch Bench, AstaBench, ResearchClawBench (2025-2026) で一貫して1位を獲得。
• ライセンス – Apache 2.0 (寛容で商用利用可能)。

重要性 EvoScientistは、LLM駆動型のツール利用、LangGraphによるオーケストレーション、メモリグラフの蒸留における最新の進歩を、すぐに使える研究アシスタントに統合しました。反復的な科学タスクを自動化しつつ人間の監督を可能にすることで、発見を加速させ、研究者がAI支援科学を実験するための障壁を下げることを目指しています。