ant-research/AntOmniEvo

解决的问题

AntOmniEvo 是一个自动演化框架，旨在自动化 AI 代理系统、工作流和算法的迭代优化过程。它取代了手动试错的过程，不再需要手动编辑提示词、配置文件和代码，而是根据评估结果来提升性能。

运作方式

此框架将系统中可调校的部分（例如提示词、技能文件和流水线配置）视为“可调校工件”（一个文件目录）。接着，它会执行一个由三个角色组成的并行演化循环：

1. 用户：定义系统执行逻辑、评分评估器、评估数据和初始工件。
2. 框架：管理控制循环，包括调度、候选者选择、淘汰，以及所有运行和变更日志的持久化。
3. AI 提案者：一个编码代理，分析评估中的失败轨迹，并重写可调校工件以修复错误，模仿人类工程师编辑代码的方式。

适用对象

此框架适用于开发 AI 代理、检索增强生成（RAG）流水线或单文件算法的开发者，他们需要一种可重复且成本合理的方式来评估系统性能。

重点特色

• 基于工件的优化：将任何可表示为文件目录的系统视为演化的基因组。
• 失败驱动的演化：使用 AI 代理分析特定失败案例，以驱动变更。
• 透明的谱系：提供变更谱系，将每次编辑归因于触发它的失败证据。
• 韧性执行：包含 CandidateStore，支持可中断和可恢复的检查点及崩溃恢复。