A-Evolve
通过评测反馈自动迭代 Agent 工作区中的提示词、技能与记忆。
这个 Agent 能做什么，适合哪些场景？
A-Evolve 是一个用于演化现有 Agent 的 Python 基础设施，而不是单独的终端用户 Agent。开发者将 Agent 工作区和评测适配器交给 `ae.Evolver`，系统以 Solve、Observe、Evolve、Gate、Reload 五个阶段运行迭代。它通过文件系统工作区管理可演化状态，包括 `manifest.yaml`、提示词、`SKILL.md` 技能、工具配置和 JSONL 记忆。演化引擎根据轨迹与评测反馈修改这些文件，并用保留任务验证候选变更；发生回归时可通过 Git 回滚。项目提供 SWE-bench Verified、MCP-Atlas、Terminal-Bench、SkillsBench 和 CL-Bench 等适配器示例，也允许接入自定义 Agent、评测和演化算法。
调用 Evolver.run(cycles=10) 后，A-Evolve 让 Agent 对一批任务执行 solve()，收集 Trajectory 和评测反馈，并把观察结果写入结构化日志。EvolutionEngine.step() 可分析工作区、观察记录、历史和试验结果，再修改提示词、技能或记忆文件。Gate 阶段使用保留任务验证修改；回归的修改通过 Git 撤销，接受的版本以 evo-1、evo-2 等标签保存。自定义 Agent 只需继承 BaseAgent 并实现 solve(self, task: Task) -> Trajectory；自定义评测则实现 BenchmarkAdapter.get_tasks() 与 .evaluate()。
- 需要在 SWE-bench Verified 上持续改进代码修复 Agent 的研究团队，可从内置 `swe-verified` 种子工作区和适配器开始。
- 构建 MCP 工具调用 Agent 的开发者，可使用 `mcp-atlas` 适配器，并让系统根据评测反馈增加或调整技能文件。
- 研究新的自我改进策略的算法作者，可实现 `EvolutionEngine.step()`，复用试验、历史和 Git 回滚组件。
- 已有自定义 Agent、但希望用统一评测闭环迭代提示词、技能和记忆的团队，可将其封装为 `BaseAgent`。
- 需要在终端操作或技能发现任务上比较演化策略的评测人员，可使用 Terminal-Bench 或 SkillsBench 的内置示例。
这个 Agent 有哪些优点和局限？
- 把可演化状态限定为普通工作区文件，使提示词、技能和记忆可被同一套演化流程处理，而无需了解 Agent 内部实现。
- 支持通过 `BaseAgent.solve()`、`BenchmarkAdapter` 和 `EvolutionEngine.step()` 分别替换 Agent、评测和算法。
- Gate 阶段使用保留任务验证候选修改，并以 Git 回滚和 `evo-*` 标签保留审计轨迹。
- 提供多类内置评测适配器和种子工作区，覆盖代码修复、MCP 工具调用、终端操作、技能发现及持续学习评测。
- 效果依赖具体基准、基础模型、演化算法和任务设置；README 所列成绩不能证明自定义 Agent 会获得同等提升。
- 工作区文件会被自动修改，且运行依赖 Git 式版本控制；接入前需要明确哪些提示词、技能和记忆文件可安全演化。
- 虽然列出 Anthropic、OpenAI 和 AWS Bedrock Provider，README 未给出凭据配置、模型选择或成本控制的具体步骤。
- Terminal-Bench 的任务域明确涉及 Docker，采用该适配器时可能需要相应容器运行环境。
如何安装或部署这个 Agent？
运行环境为 Python 3.11+。安装核心库：pip install a-evolve；若使用 Claude 支持：pip install a-evolve[anthropic]；若使用 MCP-Atlas：pip install a-evolve[mcp]；若使用 SWE-bench：pip install a-evolve[swe]；全部可选组件：pip install a-evolve[all]。从源码开发可运行：git clone https://github.com/A-EVO-Lab/a-evolve.git && cd a-evolve，然后执行 pip install -e ".[all,dev]"。README 列出 Anthropic、OpenAI 和 AWS Bedrock 作为 LLM Provider 示例，但未说明凭据的具体配置方式；使用相应 Provider 前仍需自行完成其认证配置。
如何使用这个 Agent？
最小调用：import agent_evolve as ae；然后创建 evolver = ae.Evolver(agent="swe-verified", benchmark="swe-verified")，执行 results = evolver.run(cycles=10)，并读取 results.final_score 和 results.converged。要接入自己的 Agent，继承 BaseAgent、实现 solve() 返回 Trajectory，再传入 ae.Evolver(agent=MyAgent("./my_workspace"), benchmark="mcp-atlas")。工作区应使用文档给出的文件系统契约，并由 Agent 在每轮后重新加载；系统会对接受的修改进行 Git 标记。