#130 · 主分类： LLM应用框架
AgentEvolver
AgentEvolver：迈向高效的自进化智能体系统
项目最后更新：04/01/26
GitHub Stars
1.5K
Forks数量
173
贡献者数量
12
许可证
Apache-2.0
收录理由
大多数智能体训练流程在微调结束后便陷入瓶颈，如果你正被这个问题困扰，AgentEvolver 值得关注。它提供了一套训练框架，让智能体在训练完成后仍能持续进步：自行生成任务、规划学习路径，并判断哪些中间步骤真正带来了好的结果。这样一来，手工构建数据集和人工收集轨迹的工作量大大减少，对于智能体数据预算有限的团队尤为重要。仓库还包含面向服务的架构，提供了环境沙箱，并附带一个游戏竞技场，支持在 Avalon 和 Diplomacy 等游戏中进行多智能体社会推理训练与评估。在 AppWorld 和 BFCL-v3 基准上，它相较同参数规模的基座模型表现出提升，如果你想自建一套自我进化的训练管线，这是一个可信的起点。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
langchain
智能体工程平台。
dify
在一个协作工作区中构建Agentic工作流、RAG管道，支持丰富的AI模型和工具。可部署在云、VPC或自托管环境，团队无需重建技术栈即可从原型走向生产。
headroom
压缩工具输出、日志、文件和RAG块，再送入LLM。编码代理减少20% token，JSON减少60-95% token，答案不变。提供库、代理、MCP服务器。
litellm
最快的、最轻量的AI网关。Rust核心，Python SDK。以OpenAI（或原生）格式调用100多种LLM API，具备成本追踪、护栏、负载均衡和日志记录 [Bedrock, Azure, OpenAI, Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM]
llama_index
LlamaIndex 是领先的文档代理和 OCR 平台