EvolvingAgentsLabs/evolving-agents

Your toolkit for autonomous, evolving agent ecosystems. Create, execute, govern, and evolve agents that learn from experience, collaborate, build new capabilities, and operate safely within defined guardrails.

해결하는 문제

이 프로젝트는 일련의 AI 에이전트 시스템을 위한 독창적인 기반이자 설계도 역할을 합니다. 이는 프롬프트 기반 거버넌스 모델(에이전트에게 행동을 요청함)에서 검증 가능한 제약 기반 모델(에이전트가 유효하지 않은 토큰을 생성하는 것을 방지함)로의 전환을 보여줍니다.

작동 방식

원래 Evolving Agents Toolkit (EAT)으로 알려졌던 이 시스템은 버전 관리된 컴포넌트를 위한 SmartLibrary, 라우팅을 위한 SmartAgentBus, 그리고 Firmware라고 불리는 거버넌스 계층을 포함하여 12개의 서브시스템에 걸친 18,680행의 Python으로 구성되었습니다. 인프라로는 MongoDB Atlas를 사용했습니다. 이 프로젝트는 이제 이러한 구성 요소들이 token-trie(디코더 수준의 제약) 및 agentvcs(검증된 진화 루프)와 같은 더 견고하고 검증 가능한 도구로 어떻게 재구축되었는지 보여주는 참조 지점 역할을 합니다.

대상

AI 에이전트 아키텍처의 진화, 특히 단순한 프롬프트 기반 지침에서 검증 가능한 소프트웨어 제약으로 이동하는 것에 관심이 있는 개발자 및 연구자.

주요 특징

아키텍처 진화: 5개의 서브시스템이 전문화된 검증 가능한 저장소로 전환되는 과정을 매핑합니다.
거버넌스 전환: 프롬프트 기반 거버넌스와 에이전트가 잘못된 출력을 생성할 수 없도록 하는 토큰 수준의 마스킹을 대조합니다.
역사적 참조: 초기 에이전트 설계와 현재의 증거 기반 구현을 직접 비교할 수 있도록 원본 코드를 유지합니다.