GEPA 反射式优化器

这个 Agent 能做什么，适合哪些场景？

GEPA（Genetic-Pareto）是一个用于优化带文本参数系统的 Python 框架，可针对任意评测指标优化提示词、代码、agent 架构、配置乃至 SVG。它不把执行轨迹压缩成单一标量奖励，而是让 LLM 阅读完整轨迹（错误信息、profiling 数据、推理日志），诊断候选失败原因并提出针对性修改。核心流程为：从帕累托前沿选择候选、在小批量上执行、反射、变异、按改进接受，并支持组合不同任务优势的系统感知合并。用户通过 GEPAAdapter 接口（实现 evaluate 与 make_reflective_dataset）接入自有系统，仓库自带 DefaultAdapter、ConfidenceAdapter、DSPy 全程序、Generic RAG、MCP、TerminalBench、AnyMaths、LangChain 等适配器。它同时以 pip 库（gepa.optimize、gepa.optimize_anything）和 Agent Skill 形式交付，前者可嵌入 DSPy 等流水线，后者供 Claude Code 等编码 agent 自动发现并驱动优化。

GEPA 读取用户提供的种子候选（如 system_prompt 字符串）、训练集与验证集，调用任务 LM 在样本上执行并采集轨迹，再由反思 LM 依据这些轨迹与评测器返回的诊断信息（Actionable Side Information，ASI）生成变异后的候选。每一轮都从帕累托前沿挑选候选、运行 minibatch、反射与变异，并在指标提升时接受新候选。对外 API 包括 gepa.optimize(seed_candidate, trainset, valset, task_lm, reflection_lm, max_metric_calls)、dspy.GEPA 优化器，以及 optimize_anything(seed_candidate, evaluator, objective, config)，后者通过 oa.log() 把输出与错误反馈给反思环节。适配器层要求实现 GEPAAdapter.evaluate 与 make_reflective_dataset，产出为 result.best_candidate 中的优化后文本参数。

1. 需要在 AIME、HotpotQA 等基准上快速提升某个提示词准确率、又不想跑大规模 RL 的工程师
2. 使用 DSPy 搭建 AI 流水线、希望用 dspy.GEPA 直接优化整个程序的研究者
3. 想优化 MCP 工具描述或 LangChain/LangGraph agent 提示词的开发者
4. 在 Claude Code、Cursor、Codex 等编码 agent 中希望由 agent 自动驱动 optimize_anything 的团队
5. 需要优化代码、配置、调度策略或 SVG 等非提示词文本产物的系统研究者
6. 在 MLflow、Comet ML Opik、Pydantic AI 等框架内寻找现成提示词优化算法的用户

如何安装或部署这个 Agent？

通过 PyPI 安装（需要 Python 与 pip）：

pip install gepa

如需从 main 分支安装最新版：

pip install git+https://github.com/gepa-ai/gepa.git

可选适配器带额外依赖，例如：

pip install "gepa[confidence]"
pip install "gepa[langchain]"

使用 Agent Skill 形式时，在仓库克隆内由 Claude Code 等自动发现 .claude/skills/gepa-optimize-anything/，或安装插件：

/plugin marketplace add gepa-ai/gepa
/plugin install gepa-optimize-anything@gepa

运行需提供任务 LM 与反思 LM 的 API 凭据（示例中使用 openai/gpt-4.1-mini 与 openai/gpt-5）。

如何使用这个 Agent？

最小可用示例（AIME 提示词优化）：

import gepa

trainset, valset, _ = gepa.examples.aime.init_dataset()

seed_prompt = {
    "system_prompt": "You are a helpful assistant. Answer the question. "
                     "Put your final answer in the format '### <answer>'"
}

result = gepa.optimize(
    seed_candidate=seed_prompt,
    trainset=trainset,
    valset=valset,
    task_lm="openai/gpt-4.1-mini",
    max_metric_calls=150,
    reflection_lm="openai/gpt-5",
)

print("Optimized prompt:", result.best_candidate['system_prompt'])

在 DSPy 中调用：

import dspy

optimizer = dspy.GEPA(
    metric=your_metric,
    max_metric_calls=150,
    reflection_lm="openai/gpt-5",
)
optimized_program = optimizer.compile(student=MyProgram(), trainset=trainset, valset=valset)

优化任意文本产物（需自行提供 evaluator）：

import gepa.optimize_anything as oa
from gepa.optimize_anything import optimize_anything, GEPAConfig, EngineConfig

def evaluate(candidate: str) -> float:
    result = run_my_system(candidate)
    oa.log(f"Output: {result.output}")
    oa.log(f"Error: {result.error}")
    return result.score

result = optimize_anything(
    seed_candidate="<your initial artifact>",
    evaluator=evaluate,
    objective="Describe what you want to optimize for.",
    config=GEPAConfig(engine=EngineConfig(max_metric_calls=100)),
)

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

[![FARS 评测](https://followagents.com/badge/gepa.svg?lang=zh)](https://followagents.com/zh/agents/gepa)

<a href="https://followagents.com/zh/agents/gepa"><img src="https://followagents.com/badge/gepa.svg?lang=zh" alt="FARS 评测"></a>

常见问题