EvoScientist/EvoScientist

EvoScientist – 자기 진화형 AI 연구 어시스턴트

소개 – EvoScientist는 LLM 기반 에이전트 팀이 자율적인 "AI 과학자"로 활동할 수 있게 해주는 Python 기반 프레임워크입니다. 에이전트들은 협력하여 계획, 조사, 코드 작성, 디버깅, 데이터 분석 및 논문 초안 작성을 수행하며, 동시에 자신의 메모리와 스킬을 지속적으로 개선합니다.

핵심 개념

• Human-on-the-loop – 시스템은 자율적으로 실행되지만, 인간이 개입하여 작업을 승인하거나 반복적인 연구 작업을 예약할 수 있습니다.
• 자기 진화형 메모리 – 관찰 결과는 자동으로 지식 그래프로 요약되어 세션을 거치며 성장합니다. 반복되는 패턴은 재사용 가능한 AutoSkills 로 변환됩니다.
• 다중 공급자, 다중 채널 – 수십 개의 LLM 공급자(Anthropic, OpenAI, Google, MiniMax, NVIDIA 등)와 연동되며, 데스크톱 Web UI, CLI/TUI 또는 Telegram, Slack, WeChat과 같은 메시징 플랫폼을 통해 액세스할 수 있습니다.
• 전체 연구 파이프라인 – 수집 → 계획 → 실행 → 평가 → 작성 → 검증의 과정이 6개의 하위 에이전트(plan, research, code, debug, analyse, write)에 의해 조정됩니다.

주요 기능

기능	설명
다중 에이전트 팀	6개의 전문 에이전트가 병렬로 작동하며 LangGraph 기반 워크플로우를 통해 관찰 결과를 공유합니다.
자기 진화형 메모리	관찰 결과가 지식 그래프에 연결되며, 각 턴마다 자동으로 요약됩니다.
AutoSkills	반복 가능한 패턴을 주기적으로 추출하여 설치 가능한 스킬 모듈(/autoskills)로 만듭니다.
다중 모델 공급자 전환	단일 설정 파일로 Anthropic, OpenAI, Google, MiniMax, NVIDIA 등을 전환할 수 있습니다.
다중 채널 액세스	CLI, Web UI, Telegram, Slack, Feishu, WeChat 등 동일한 세션에 어디서든 액세스 가능합니다.
데스크톱 Web UI	CLI 세션을 미러링하는 브라우저 기반 작업 공간(--ui webui).
예약 / Cron 스타일 작업	무인으로 실행되는 반복적인 연구 작업을 정의하고 결과를 보고받습니다.
적응형 도구 선택	각 턴마다 가장 관련성 높은 도구만 노출하여 복잡성을 줄입니다.
컨텍스트 편집	대화 상태에 따라 시스템 프롬프트를 즉시 다시 작성합니다.
MCP & 스킬 플러그인	외부 "Micro-Control-Program" 서버를 로드하거나 GitHub에서 커뮤니티 제작 스킬을 설치할 수 있습니다.

일반적인 사용 사례

• 문헌 검토 및 가설 생성 – research 하위 에이전트가 논문을 스캔하고, 통찰력을 추출하며, 새로운 아이디어를 제안합니다.
• 프로토타입 코드 및 디버깅 – code 및 debug 에이전트가 스크립트를 자동으로 작성, 실행 및 수정합니다.
• 데이터 분석 파이프라인 – analyse 에이전트가 데이터셋을 로드하고, 통계 또는 머신러닝 분석을 실행하며, 시각화를 생성합니다.
• 논문 초안 작성 – write 에이전트가 섹션을 구성하고, 인용 형식을 지정하며, 논문을 반복적으로 다듬습니다.
• 장기 프로젝트 – 매주 "실행"을 예약하여 시스템이 주제를 탐색하고, 코드를 생성하며, 요약을 이메일로 보내도록 합니다.

시작하기

1. PyPI를 통해 설치: pip install EvoScientist (현재 버전 0.3.3).
2. CLI 실행: evo sci start --ui webui로 브라우저 UI를 시작하거나, evo sci start로 터미널 인터페이스를 시작합니다.
3. ~/.evo_scientist/config.yaml에서 LLM 공급자를 설정합니다(OpenAI, Anthropic 등의 API 키).
4. /plan <topic>, /schedule “every Monday”, /expert <skill> 등의 슬래시 명령어를 사용하여 에이전트를 제어합니다.
5. /autoskills로 생성된 AutoSkills를 검토하고, 동반 EvoSkills 저장소에서 커뮤니티 팩을 설치합니다.

문서 및 커뮤니티

• 웹사이트 – https://EvoScientist.github.io/ (데모, 튜토리얼, API 참조).
• 기술 보고서 – arXiv:2603.08127 (아키텍처 및 벤치마크 결과 상세).
• 벤치마크 – DeepResearch Bench, AstaBench, ResearchClawBench (2025-2026)에서 지속적으로 1위 기록.
• 라이선스 – Apache 2.0 (허용적이며 상업적 이용 가능).

중요성 EvoScientist는 LLM 기반 도구 사용, LangGraph 오케스트레이션, 메모리 그래프 증류의 최신 발전을 즉시 실행 가능한 연구 어시스턴트로 통합했습니다. 반복적인 과학 작업을 자동화하면서도 인간의 감독을 허용함으로써, 발견을 가속화하고 연구자들이 AI 보조 과학을 실험하는 장벽을 낮추는 것을 목표로 합니다.