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.

解決的問題

本專案是系列 AI Agent 系統的原始基礎與架構藍圖。它展示了從基於提示詞的治理模型（要求 Agent 表現某種行為）向可驗證、基於約束的模型（防止 Agent 輸出無效 Token）的轉變。

工作原理

該系統原名為 Evolving Agents Toolkit (EAT)，由分布在 12 個子系統中的 18,680 行 Python 程式碼組成，包括用於版本化組件的 SmartLibrary、用於路由的 SmartAgentBus 以及名為 Firmware 的治理層。它依賴 MongoDB Atlas 作為基礎設施。該專案現在作為一個參考點，展示了這些組件是如何被重新構建為更強大、可驗證的工具，例如 token-trie（解碼器級約束）和 agentvcs（驗證的演進循環）。

適用對象

對 AI Agent 架構演進感興趣的開發者與研究人員，特別是那些正在從簡單的基於提示詞的指令轉向可驗證軟體約束的人員。

亮點

  • 架構演進：映射了五個子系統向專業化、可驗證儲存庫的轉變。
  • 治理轉變：將基於提示詞的治理與 Token 級遮罩進行對比，以確保 Agent 不會產生格式錯誤的輸出。
  • 歷史參考：保留原始程式碼，以便在早期的 Agent 設計與當前的基於證據的實作之間進行直接比較。