ANative-Lab/EvoAgentX
🚀 EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents
解決的問題
EvoAgentX 的設計旨在讓開發者超越靜態提示鏈與手動工作流程編排。它透過根據使用者目標自動建構、評估與迭代優化代理工作流程，解決了建立與優化複雜 AI 代理系統的問題。
作用方式
此框架作為一個自我進化的生態系統，使用多個核心組件運作：
- WorkFlowGenerator：從自然語言目標中自動組裝多代理工作流程。
- AgentManager：即時實例化生成工作流程中定義的代理。
- Self-Evolution Engine：使用迭代式反饋迴圈與自我進化演算法，根據任務特定標準與自動評估器優化工作流程。
- 工具整合：代理可配備廣泛的內建工具套件（如程式碼解釋器、搜尋引擎、資料庫與瀏覽器自動化）或 MCP 工具，以與現實世界互動。
- 記憶與 HITL：支援短期與長期記憶以實現持久化，並提供人機協同（HITL）管理器，允許在關鍵檢查點進行人工審查與指導。
適用對象
專為 AI 研究人員、工作流程工程師與新創團隊設計，幫助他們從模糊的構想快速轉換為功能完整且優化的代理系統，且無需大量手動工程。
主要特色
- 自動化工作流程建構：僅需一個提示即可生成結構化的多代理工作流程。
- 自我進化：透過反饋迴圈迭代改進代理行為與工作流程。
- 豐富的工具支援：包含 Python/Docker 執行、網路搜尋、檔案系統存取與資料庫操作的內建工具套件。
- 彈性的 LLM 支援：透過 LiteLLM、SiliconFlow 或 OpenRouter 支援 OpenAI、Qwen、Claude、DeepSeek 等多種模型。
- 人機協同：支援執行過程中的審核門檻與使用者輸入收集。
相關
- 專案
- 專案
- 專案
- 專案
- 專案