skydiscover-ai/skydiscover

What it solves

SkyDiscover 是一个用于 AI 驱动科学发现与高性能系统端到端合成的框架。它通过使用 AI 根据正式规范或性能指标来迭代地发现与优化解决方案，解决了手动设计复杂算法或系统（如 LLM 推理引擎或 key-value stores）的挑战。

How it works

该项目分为两个主要模块：

• SkyDiscover Optimize: 算法发现的模块化框架。它使用演化技术与 LLMs 来增量地改进解决方案。它提供了一个统一的接口来在数百个优化任务中运行并比较各种搜索算法（如 AdaEvolve 和 EvoX），支持多种评估器格式，包括 Python 函数、容器化环境以及 Harbor-format benchmarks。
• SkyDiscover Synthesize: 全系统合成的工具集。它采用两种主要技术：Inductive-Deductive Synthesis，使用 Rocq 中的正式规范来生成实现与证明；以及 Test-Driven Synthesis，使用由规划、编码、评论、审计智能体组成的团队来根据自然语言描述与测试来迭代实现。

Who it’s for

该框架旨在用于从事算法优化、科学发现以及高性能软件系统自动合成的研究人员与工程师。

Highlights

• SOTA Algorithms: 包括 AdaEvolve (adaptive search) 和 EvoX (self-evolving strategy evolution)。
• Broad Benchmark Support: 原生支持 Harbor-format benchmarks 并集成与 AlgoTune 和 BigCodeBench 等套件。
• Flexible Evaluation: 支持 Python-based、Docker-containerized 和 Harbor-format 评估器。
• Agentic Synthesis: 使用多智能体方法进行测试驱动的系统合成。
• Live Monitoring: 包括一个用于实时跟踪演化、代码 diffs 和 human-in-the-loop steering 的仪表盘。