OpenEvolve
最先进的开源进化编码代理，将 LLM 转变为自主代码优化器，发现突破性算法。
证据显示：仓库未提供权限模型、用户确认机制、数据流透明性、敏感数据处理、依赖安全审计、外部影响控制、回滚机制或来源归属。所有信任相关标准均未得到满足，因此全部评分为0。
证据显示：README和配置示例在功能描述上基本一致，但存在不一致之处，如README声称'完全确定性'，但配置中允许随机模板和温度设置，且未提供确定性保证的详细说明。依赖可用性方面，pyproject.toml列出了依赖，但未提供版本锁定或完整性校验，且集成测试工作流中额外安装了math-verify，表明依赖管理不完整。失败消息方面，测试脚本提供了基本的错误输出，但未提供面向用户的故障排除指南。
证据显示：README明确了目标受众（性能优化、算法发现等）和多种使用场景，提供了多个示例。能力边界方面，README描述了可配置的约束（如系统消息中的'必须不改变'），但未提供全面的能力边界文档。触发精度方面，提供了配置示例和系统消息指导，但未提供详细的触发条件说明。环境适配方面，支持多种LLM提供商和本地模型，但未提供所有环境的详细配置指南。
证据显示：README提供了清晰的信息架构，包括快速开始、示例、配置等。安装说明详细，包括PyPI、开发安装和Docker。命名稳定性方面，项目名称和主要API在文档中一致。示例和FAQ方面，提供了多个示例，但缺少FAQ部分。已知限制方面，未明确列出。许可证为Apache-2.0，但未提供版权所有者信息。版本控制方面，pyproject.toml使用动态版本，但未提供CHANGELOG。维护责任方面，作者信息仅列出'codelion'，未提供维护者联系方式或贡献指南。
证据显示：输出可用性方面，提供了库API和CLI，并展示了输出示例。边际价值方面，声称提供2-3倍加速和SOTA结果，但未提供独立验证。成本效益方面，提供了成本估算，但未提供实际基准测试数据。
证据显示：README中的性能声明（如2-3倍加速、SOTA）未提供可追溯的基准测试或论文引用。跨来源验证方面，仅依赖仓库内部证据，未提供外部验证。事实与推断分离方面，README将推断（如'突破性优化'）与事实（如示例）混合，未明确区分。
- 性能声明（如2-3倍加速、SOTA）缺乏可验证的基准测试或论文引用，应谨慎对待。
- 依赖管理不完整，未锁定版本，且集成测试中额外安装math-verify，可能影响可复现性。
- 未提供明确的权限模型或安全审计，作为Agent框架使用时需自行评估风险。
这个 Agent 能做什么，适合哪些场景？
OpenEvolve 是一个开源库，通过进化算法自动改进代码。它实现了 MAP-Elites 质量-多样性算法和岛屿模型，结合多种 LLM（大型语言模型）生成新程序。主要组件包括进化引擎、评估器接口、基于数据库的种群管理和可视化工具。用户可通过 CLI 或 Python API 运行进化，提供可复现的种子设置和配置选项。支持多语言（Python, Rust, Metal shaders），并展示跨场景成果。
OpenEvolve 利用进化算法迭代改进代码。它从初始程序开始，通过 LLM 生成变体，使用评估器（evaluator）评分，并在数据库（database）中管理种群。它使用 MAP-Elites 算法按特征维度组织程序，通过岛屿迁移保持多样性。它通过 artifacts 反馈（如错误和警告）指导后续生成。使用者通过 run_evolution 或 evolve_function Python API 或 openevolve-run.py 命令行工具启动过程，配置支持多个 LLM 提供商（OpenAI 兼容 API，Claude Code CLI）。最终输出是改进的程序代码和性能指标。
- 希望自动发现硬件特定优化的 GPU 内核开发者，例如在 Apple Silicon 上实现 2.8 倍加速。
- 研究新的算法或数学结构（如圆形填充）的研究人员，达到最先进结果。
- 需要优化复杂排序或信号处理算法，但手动调优耗时的科学家。
- 希望探索多目标问题并获取 Pareto 最优解的竞争性程序员。
- 需要为特定领域（如 LLM 提示词）自动优化提示词的工程师。
- 希望在多语言（Python, Rust, Metal shaders）中实现算法自动发现的开发者。
这个 Agent 有哪些优点和局限？
- 使用 MAP-Elites 和岛屿模型，避免过早收敛，保持多样性。
- 支持多种 LLM 提供商（OpenAI, Gemini, Claude Code, 本地模型），灵活集成。
- 提供完全可复现的种子设置（默认 seed=42），适合研究。
- 包含可视化器和检查点系统，支持实时监控和结果分析。
- 已验证成果：GPU 内核优化（2.8 倍加速）、圆形填充达到最先进结果。
- 成本取决于 LLM 提供商，高级模型每迭代可能花费 $0.15-0.60。
- 需要 LLM API 密钥，否则无法运行（除非使用 Claude Code CLI）。
- 系统消息设计对成功至关重要，需要迭代调优，不简单。
- 性能可能因问题复杂度和评估器质量而异，需要调整配置。
- 文档中的基准和成果来自示例，不保证应用于所有场景。
如何安装或部署这个 Agent？
需要 Python 3.10+ 和 LLM API 密钥（例如 Google Gemini 或 OpenAI）。通过 pip 安装：pip install openevolve。设置环境变量 OPENAI_API_KEY（用于 Gemini 或其他）。可选：安装 Docker 以运行容器化版本（docker pull ghcr.io/algorithmicsuperintelligence/openevolve:latest），或使用 Claude Code CLI（npm install -g @anthropic-ai/claude-code）
如何使用这个 Agent？
快速开始：安装后，设置 OPENAI_API_KEY，然后运行示例命令：python openevolve-run.py examples/function_minimization/initial_program.py examples/function_minimization/evaluator.py --config examples/function_minimization/config.yaml --iterations 50。或使用 Python API：from openevolve import run_evolution; result = run_evolution(initial_program='...', evaluator=lambda path: {'score': ...}, iterations=100)。配置 LLM 提供商可通过修改 config.yaml 的 llm.api_base 和 model 字段。
常见问题
运行 OpenEvolve 的成本有多高？
是否必须使用特定 LLM？
如果进化陷入停滞怎么办？
num_diverse_programs 或更改迁移间隔。如何衡量进化是否成功？
combined_score 或指标平均值，或通过可视化器跟踪收敛情况、多样性覆盖度和效率。