Project report / GitHub evidence

AgentEvolver

这是可索引项目报告证据页：它保留 AgentEvolver 的源材料入口、机制线索和限制提醒；正文仍需 reader/editor 与 academic public-copy review 后才能当作最终结论引用。

报告索引项目索引 Markdown source

AgentEvolver

项目概览

仓库：modelscope/AgentEvolver
Star / Fork：1441 / 167
最近活跃：2026-04-01T08:47:19Z
主要语言：Python
许可证：Apache-2.0
中文摘要：面向高效自进化智能体系统的研究实现，核心关注轨迹、经验和评估反馈驱动的 Agent 能力提升。

技术栈

Python, FastAPI

依赖与配置证据：

requirements.txt
env_service/environments/bfcl/requirements.txt
env_service/environments/appworld/requirements.txt
env_service/environments/openworld/requirements.txt
env_service/environments/bfcl/Dockerfile
env_service/environments/appworld/Dockerfile

核心架构图（文字描述）

任务 / 环境 / Benchmark 输入 → 进化/搜索循环 → 评估器/打分器 → 智能体编排 → 训练/数据循环 → 改进后的输出、代码、Prompt、记忆、策略或模型工件

目录结构信号

目录 .github
目录 .github/ISSUE_TEMPLATE
文件 .github/ISSUE_TEMPLATE/bug_report.md
文件 .github/ISSUE_TEMPLATE/custom.md
文件 .github/ISSUE_TEMPLATE/feature_request.md
文件 .github/PULL_REQUEST_TEMPLATE.md
文件 .gitignore
文件 .gitmodules
文件 .pre-commit-config.yaml
文件 LICENSE
文件 README.md
目录 agentevolver
文件 agentevolver/__init__.py
目录 agentevolver/client
文件 agentevolver/client/__init__.py
文件 agentevolver/client/em_client.py
文件 agentevolver/client/embedding_client.py
文件 agentevolver/client/env_client.py
文件 agentevolver/client/llm_client.py
目录 agentevolver/enumeration
文件 agentevolver/enumeration/__init__.py
文件 agentevolver/enumeration/http_enum.py
文件 agentevolver/enumeration/role.py
文件 agentevolver/main_ppo.py
目录 agentevolver/module
文件 agentevolver/module/__init__.py
目录 agentevolver/module/adv_processor
目录 agentevolver/module/agent_flow
目录 agentevolver/module/context_manager
目录 agentevolver/module/env_manager
目录 agentevolver/module/exp_manager
目录 agentevolver/module/task_manager
目录 agentevolver/module/trainer
目录 agentevolver/schema
文件 agentevolver/schema/__init__.py
文件 agentevolver/schema/task.py
文件 agentevolver/schema/trajectory.py
目录 agentevolver/utils
文件 agentevolver/utils/__init__.py
文件 agentevolver/utils/agentscope_utils.py
文件 agentevolver/utils/analysis_time_cost.py
文件 agentevolver/utils/async_http_client.py
文件 agentevolver/utils/compute_madness.py
文件 agentevolver/utils/daemon.py
文件 agentevolver/utils/http_client.py
文件 agentevolver/utils/metric_utils.py
文件 agentevolver/utils/n_gram.py
文件 agentevolver/utils/pty.py
文件 agentevolver/utils/step_parser.py
文件 agentevolver/utils/tracking.py
文件 agentevolver/utils/utils.py
文件 agentevolver/utils/vsdb.py
目录 config
文件 config/agentevolver.yaml
文件 config/runtime_env.yaml

关键代码片段分析

`research/CuES/main.py`

代码信号：第 3 行：AgentFlow Main Program；第 17 行：from src.core.pipeline import AgentFlowPipeline；第 23 行：def load_config(config_path: str) -> Dict[str, Any]:；第 34 行：def check_envservice_for_appworld(config):；第 58 行：def main():。

`research/CuES/src/prompts/judge_task_extract.py`

代码信号：第 6 行：def _output_format_block(env_type: str) -> str:；第 54 行：def build_task_extraction_system_prompt(env_type: str) -> str:；第 56 行：You are a *Task Abstraction Expert*. Your specialty is to inspect an agent’s。

`agentevolver/module/task_manager/rewards/binary_judge_gt.py`

代码信号：第 5 行：from agentevolver.client.env_client import EnvClient；第 6 行：from agentevolver.client.llm_client import DashScopeClient；第 7 行：from agentevolver.module.agent_flow.reward_calculator import GraderResult, RewardCalculator；第 8 行：from agentevolver.schema.task import Task；第 9 行：from agentevolver.schema.trajectory import Trajectory。

`agentevolver/module/task_manager/rewards/avg_judge.py`

代码信号：第 6 行：from agentevolver.client.env_client import EnvClient；第 7 行：from agentevolver.client.llm_client import DashScopeClient；第 8 行：from agentevolver.module.agent_flow.reward_calculator import GraderResult, RewardCalculator；第 9 行：from agentevolver.module.task_manager.rewards.binary_judge_gt import LlmAsJudgeBinaryRewardCalculatorWithGT；第 10 行：from agentevolver.module.task_manager.rewards.reward import LlmAsJudgeRewardCalculator。

`agentevolver/module/task_manager/rewards/binary_judge.py`

代码信号：第 5 行：from agentevolver.client.env_client import EnvClient；第 6 行：from agentevolver.client.llm_client import DashScopeClient；第 7 行：from agentevolver.module.agent_flow.reward_calculator import GraderResult, RewardCalculator；第 8 行：from agentevolver.schema.task import Task；第 9 行：from agentevolver.schema.trajectory import Trajectory。

实现方法提取

循环类型：进化/搜索循环 → 评估器/打分器 → 智能体编排 → 训练/数据循环。
LLM 交互模式：从依赖和源码命名推断，主要通过 Prompt 模板、LLM API 调用、评估反馈或记忆状态完成迭代。
反馈来源：可能来自单元测试、Benchmark 分数、模型自评、反思文本、运行错误或人工定义的 judge。
跨轮状态：候选代码、反思记忆、提示词/上下文、策略池、生成数据或模型训练工件。

与其他项目的对比

它代表“Prompt/Context 优化”层面的 Self Evolve，适合放在从提示工程到自进化上下文的谱系中。
在 Landing Page 中建议标签：进化/搜索循环、评估器/打分器、智能体编排、训练/数据循环。