# Evolve AI **Repository Path**: zhangguolin333/evolve-ai ## Basic Information - **Project Name**: Evolve AI - **Description**: 一个可以自我反思的AI Agent任务框架 - **Primary Language**: Python - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 1 - **Created**: 2025-02-24 - **Last Updated**: 2025-02-24 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README ## Evolve AI - 自进化智能体框架 #### 核心价值 面向需要持续进化的 AI 应用场景,提供「思考-执行-反思-进化」的完整生命周期管理 #### 技术亮点 🔄 **动态进化引擎** - 实时反馈整合机制 - 原则/需求双存储系统 - 智能冲突消解算法 🧠 **认知架构** ``` 用户输入 │ ▼ [需求解析]→→→→→→→→→→→┐ │ │ ▼ ▼ 知识库检索─────→需求暂存区 │ │ ▼ ▼ 原则应用 需求整合 │ │ └────→方案生成←─────┘ │ ▼ 用户反馈 │ ├─满意─→方案输出 │ └─需改进→需求提取 │ ▼ 原则分类 │ ▼ 冲突检测 │ ▼ 知识库更新 ``` #### 应用场景 - 🧳 个性化旅行规划系统 - 💼 自适应商业策略生成 - 🎓 智能教育助手 - 🤖 可进化对话机器人 - 📈 动态优化推荐系统 #### 快速开始 ```python from evolve import evolve_ai_engine # 初始化进化引擎 engine = evolve_ai_engine # 启动优化循环 task = "设计一个适合程序员的健身计划" final_solution = engine.optimize(task) print(f"\n🎉 最终采纳方案:\n{final_solution}") ``` #### 技术栈 - 核心语言: Python 3.10+ - 多模型支持: - DeepSeek (默认) - OpenAI (可选) - 关键库: openai, python-dotenv, regex - 架构特性: 双模型热切换 #### 安装部署 ```bash # 安装核心依赖 pip install openai python-dotenv # 配置环境变量(根据使用模型选择) # DeepSeek配置: echo "DEEPSEEK_API_KEY=your_api_key" > .env # 或使用OpenAI配置: echo "OPENAI_API_KEY=your_api_key" > .env ``` #### 高级配置 ```python from evolve import EvolveAIEngine # 初始化时指定模型 engine = EvolveAIEngine() # 使用OpenAI模型 solution = engine.optimize( "设计智能客服系统", llm_type="openai", llm_model="gpt-4" ) # 使用DeepSeek模型(默认) solution = engine.optimize( "制定市场营销策略", llm_model="deepseek-chat" # 可选其他DeepSeek模型 ) ``` #### 环境变量说明 | 变量名 | 必填 | 说明 | | ---------------- | ---- | ----------------- | | DEEPSEEK_API_KEY | ✔️ | DeepSeek API 密钥 | | OPENAI_API_KEY | 可选 | OpenAI API 密钥 | | OPENAI_ORG_ID | 可选 | OpenAI 组织 ID | #### 进化案例 ``` 初始需求: 西安三日游计划 迭代过程: 1. 添加本地美食需求 2. 增加无障碍设施要求 3. 优化交通接驳方案 4. 调整景点开放时间匹配 最终生成: 包含文化体验+美食探索的个性化路线 ```