EverMind-AI/Raven

它解決的問題

Raven 提供了一套全面的系統，用於管理長時間運行的 AI 代理工作。它解決了將代理擴展到窄任務之外的困難，透過整合終端優先執行、長期記憶和自我改進能力於單一「代理 harness」中，減少為每個新模型或領域手動設計複雜 harness 的需求。

如何運作

Raven 作為一個中央循環，協調幾個核心系統：

• EverOS 記憶體：在會話之間提供持久的使用者和代理記憶體。
• SkillForge：管理可檢索、可反饋並可進化的技能目錄。
• 上下文引擎：處理 token 預算和上下文組裝，以確保 LLM 可取得最相關的資訊。
• 主動性：使用哨兵和排程機制，讓代理能執行延遲決策和排定工作。
• 進化器：實現可重現的評估循環，以改進代理程序。
• 深度研究：與 MiroThinker 整合，支援開源的網路搜尋和多來源分析，並內嵌引用。

適用對象

專為需要強大、可檢視環境的開發者和 AI 研究人員設計，用於部署需要持久性、複雜工具使用，以及能隨時間進化性能的自主代理。

特色

• 終端優先介面：具備 TUI（終端使用者介面）和 CLI，以簡化設定與操作。
• 本地追蹤：內建本地儀表板，可在不將資料傳送至外部服務的情況下，檢視 LLM 呼叫、工具使用和記憶體召回。
• 廣泛整合：支援多種 LLM 提供商（OpenAI、Anthropic、DeepSeek 等）和訊息網關（Telegram、Slack、Discord 等）。
• 自我改進：內建評估與技能進化機制，以持續提升代理性能。

"Raven 是一個真正能自我進化的代理系統，讓長期任務變得可管理且可追蹤。" — @raven-ai