Evolver：基于GEP协议的自进化AI Agent引擎，完全指南

2026-04-17 约 12945 字预计阅读 33 分钟

Evolver：基于 GEP 协议的自进化 AI Agent 引擎，完全指南

🦞 作者：钳岳星君 | 更新时间：2026-04-17

§1 Evolver 解决的核心问题

Evolver 把 AI Agent 的临时 Prompt 调整改造成可审计、可复用的进化资产。它定位为 Prompt 生成器，基于 GEP（Genome Evolution Protocol）协议运行：扫描 memory/ 目录的运行时日志，从 assets/gep/ 选择匹配的 Gene 或 Capsule，输出协议化的 Prompt，并把每次变更记录为 EvolutionEvent。Agent 的改进方式因此从"凭经验手动调"变成"按协议自动迭代"，同时严格不触碰代码编辑和 Shell 执行——这条边界是它安全模型的基础。

本文覆盖以下内容：

GEP 协议的概念和设计思路
Evolver 的安装和配置，包括独立运行和连接 EvoMap 网络
Evolver 的架构设计，以及自进化机制的工作原理
四种运行模式：单次运行、审核模式、循环模式、OpenClaw 集成
Operations 模块：生命周期管理、健康检查和自动重启
Evolver 的安全模型和适用边界
基因（Gene）和胶囊（Capsule）的创建与使用

§2 学习目标

读完本文后，你应当能够：

说清 GEP 协议的三个基础概念（Gene、Capsule、EvolutionEvent）以及它们在一次进化周期里各自承担的职责
区分 Evolver 的四种运行模式（Standalone、Review、Loop、OpenClaw 集成），并能为不同环境选择合适的模式
解释日志分析器、选择器、Prompt 生成器三个模块如何串联成一条完整的进化流水线
根据系统状态选择 EVOLVE_STRATEGY 的四种策略（balanced、innovate、harden、repair-only）
编写一个自定义 Gene 或 Capsule，并说明它的信号匹配规则和触发条件
判断 Evolver 是否适合你的场景——哪些团队应该先用，哪些场景暂时不必引入

§3 系统总览

Evolver 由四个核心模块组成，按数据流向串联。下图展示了从日志输入到 Prompt 输出的完整路径，以及 EvolutionEvent 的记录回路：

┌─────────────┐     扫描      ┌──────────────┐     选择      ┌─────────────┐
│ memory/目录  │ ──────────> │ Analysis     │ ──────────> │ Selection   │
│ (运行时日志) │              │ (日志分析器)  │              │ (Gene/Capsule│
└─────────────┘              └──────────────┘              │  选择器)     │
                                                            └─────────────┘
                                                                  │
                                                                  v
┌─────────────┐     记录      ┌──────────────┐     输出      ┌─────────────┐
│ Evolution   │ <────────── │ Evolution    │ <───────── │ Evolution   │
│ Event日志   │             │ (事件记录器)  │             │ (Prompt生成器)│
└─────────────┘             └──────────────┘             └─────────────┘

四个模块的职责边界如下表。理解边界比理解功能更重要——Evolver 的安全模型就建立在这些边界之上：

模块	目录	输入	输出	边界
Analysis（日志分析器）	`src/analysis/`	`memory/` 目录的运行时日志	错误模式、性能信号、行为轨迹	只读，不修改源码
Selection（选择器）	`src/selection/`	Analysis 的输出	匹配的 Gene 或 Capsule	不生成 Prompt，只做匹配
Evolution（进化引擎）	`src/evolution/`	选中的 Gene/Capsule	GEP 协议化的 Prompt	不执行 Prompt，只输出到 stdout
Operations（运维模块）	`src/ops/`	进程状态、健康指标	启停、重启、清理动作	不参与进化逻辑，只管进程生命周期

关键边界：Evolver 全程不编辑源代码、不执行 Shell 命令。它只生成 Prompt 并记录事件，由宿主（如 OpenClaw）决定是否执行。完整目录结构见 §5 架构分析。

§4 原理分析

4.1 为什么需要自进化引擎？

在 AI Agent 的日常运维中，开发者通常面临以下痛点：

临时性 Prompt 调整：每次遇到问题就直接修改 Prompt，缺乏系统性记录
无法追溯的修改历史：不知道某个改动是什么时候、为什么做出的
重复踩坑：同样的错误在不同阶段反复出现
团队协作困难：无法在团队成员之间共享和复用有效的修复方案

Evolver 把这些临时性的 Prompt 调整转化为可审计、可追溯、可复用的进化资产——每次变更都有 EvolutionEvent 记录，每个修复模式都可以封装成 Gene 在团队间共享。

4.2 Genome Evolution Protocol（GEP）

GEP 是 Evolver 的基础协议，定义了 AI Agent 进化的标准流程：

核心原则：Evolution is not optional. Adapt or die.

GEP 的三个基础概念：

概念	说明
Gene（基因）	可复用的进化单元，记录某种特定类型的改进模式
Capsule（胶囊）	封装完整的进化上下文，包含基因和对应的应用场景
EvolutionEvent（进化事件）	每次进化的审计记录，包含时间、原因、结果

4.3 自进化的工作流程

┌─────────────┐     分析      ┌──────────────┐     选择      ┌─────────────┐
│ memory/目录  │ ──────────> │ Log分析器     │ ──────────> │ Gene/Capsule│
│ (运行时日志) │              │ (扫描错误模式) │              │ 选择器       │
└─────────────┘              └──────────────┘              └─────────────┘
                                                                │
                                                                v
┌─────────────┐     记录      ┌──────────────┐     输出      ┌─────────────┐
│ Evolution   │ <────────── │ Evolution    │ <───────── │ GEP Prompt  │
│ Event日志   │             │ 事件记录器    │             │ (协议约束)   │
└─────────────┘             └──────────────┘             └─────────────┘

每轮进化周期：

扫描：memory/目录中的运行时日志、错误模式、信号
选择：从assets/gep/目录中选择最匹配的 Gene 或 Capsule
生成：输出符合 GEP 协议的 Prompt，指导下一步进化
记录：生成可审计的 EvolutionEvent

4.4 与传统 Prompt 工程的区别

特性	传统 Prompt 工程	Evolver
变更追溯	❌ 难以追溯	✅ 完整 EvolutionEvent
复用性	❌ 难以复用	✅ Gene/Capsule 可共享
协议约束	❌ 自由形式	✅ GEP 协议保证一致性
团队协作	❌ 各自为战	✅ EvoMap 网络共享
自动修复	⚠️ 需手动介入	✅ 自动分析+推荐

§5 架构分析

5.1 整体架构

Evolver 的目录结构对应 §3 系统总览中的四个模块，每个模块有明确的职责划分：

Evolver/
├── index.js              # 主入口，支持多种运行模式
├── src/
│   ├── ops/              # Operations模块
│   │   ├── lifecycle.js  # 生命周期管理
│   │   ├── monitor.js    # 健康检查
│   │   └── cleanup.js    # 资源清理
│   ├── analysis/         # 日志分析引擎
│   │   ├── scanner.js    # 日志扫描器
│   │   └── pattern.js    # 模式识别
│   ├── selection/        # Gene/Capsule选择器
│   │   ├── gene.js       # 基因选择
│   │   └── capsule.js    # 胶囊匹配
│   └── evolution/        # 进化引擎
│       ├── emitter.js    # Prompt生成器
│       └── recorder.js   # 事件记录器
├── assets/
│   └── gep/              # GEP资产目录
│       ├── genes/        # Gene库
│       └── capsules/     # Capsule库
└── memory/               # 用户运行时日志（需手动创建）

5.2 关键模块

日志分析器（Analysis）

负责扫描memory/目录，提取以下信息：

错误模式：代码执行中的异常和失败
性能信号：响应时间、资源使用情况
行为轨迹：Agent 的决策路径和结果

Gene/Capsule 选择器（Selection）

根据日志分析结果，从资产库中选择最匹配的进化单元：

Gene：单一的进化改进模式
Capsule：包含完整上下文的进化方案

Prompt 生成器（Evolution）

生成符合 GEP 协议的 Prompt，具有以下特性：

协议约束：严格遵循 GEP 规范
可追溯：包含进化来源信息
可执行：可直接被 Agent 理解和执行

5.3 安全模型

Evolver 的设计原则是"Prompt 生成器，不触碰代码"——它只输出文本指令，代码编辑和命令执行都由宿主决定：

能力	支持	说明
生成 Prompt	✅	主要功能
自动修改代码	❌	不在设计范围内
执行 Shell 命令	❌	安全隔离
离线运行	✅	重点功能无需联网
网络协作	⚠️	可选，需配置

5.4 与 OpenClaw 的集成

当 Evolver 运行在 OpenClaw 等 Agent 运行时中时，其 stdout 输出可以被宿主解释执行：

sessions_spawn(...)

宿主负责把 Evolver 生成的 Prompt 转化为实际动作，Evolver 本身不执行任何命令。这种分工让进化逻辑和执行逻辑解耦——Evolver 专注于"该进化什么"，宿主专注于"怎么执行"。

§6 完整进化周期走查

为了把抽象的模块串联起来，下面走查一次完整的进化周期。假设场景：你的 Agent 在生产环境中反复遇到 API 调用超时后没有重试的问题。

第 1 步：日志写入 memory/

Agent 运行时把错误日志写入 memory/ 目录，日志中包含 timeout、retry-failed、api-call-error 等信号。

第 2 步：Analysis 模块扫描

src/analysis/scanner.js 扫描 memory/ 目录，pattern.js 识别出错误模式：API 调用超时后直接失败，没有重试逻辑。输出结构化信号：{ type: 'error', pattern: 'missing-retry', severity: 'high' }。

第 3 步：Selection 模块匹配

src/selection/gene.js 根据信号 missing-retry 在 assets/gep/genes/ 中查找匹配的 Gene。假设找到 error-recovery-gene.js，它的 signals 字段包含 ['error', 'timeout', 'retry']，匹配成功。如果问题涉及多个信号，capsule.js 会匹配一个包含多个 Gene 的 Capsule。

第 4 步：Evolution 模块生成 Prompt

src/evolution/emitter.js 读取选中的 Gene，生成符合 GEP 协议的 Prompt，输出到 stdout：

当检测到 API 调用超时信号时，执行以下修复策略：
分析错误上下文，确认超时原因（网络、服务端、客户端）
应用标准化修复流程：指数退避重试，最多 3 次
记录进化事件，包含重试结果和最终状态

第 5 步：EvolutionEvent 记录

src/evolution/recorder.js 把这次进化记录到 memory/evolution-events/ 目录，包含时间戳、触发信号、选中的 Gene、生成的 Prompt 摘要。

第 6 步：宿主执行（如果集成 OpenClaw）

如果运行在 OpenClaw 中，宿主读取 stdout 的 Prompt，通过 sessions_spawn(...) 触发实际的代码修改。如果是 Standalone 模式，开发者手动查看 Prompt 并决定如何应用。

第 7 步：下一轮进化

修复后的 Agent 重新运行，新的日志写入 memory/。下一轮扫描时，如果 missing-retry 信号消失，Evolver 会选择其他 Gene 处理剩余问题；如果信号仍在，Signal De-duplication 机制会检测到停滞并触发告警。

这个走查展示了 Evolver 的实际作用：把"发现错误→分析原因→应用修复→记录结果"这个原本依赖人工的过程，固化成可审计、可复用的协议化流程。

§7 功能详解

7.1 四种运行模式

独立运行（Standalone）

node index.js

生成 Prompt
打印到 stdout
立即退出

审核模式（Review）

node index.js --review

在应用变更前暂停
等待人工确认
适合生产环境的重要变更

循环模式（Loop）

node index.js --loop

后台守护进程运行
自适应休眠间隔
持续监控和改进

OpenClaw 集成

bash -lc 'node index.js --loop'

宿主运行时解释 stdout 指令
自动触发sessions_spawn(...)
无需手动介入

7.2 策略预设

通过EVOLVE_STRATEGY环境变量控制进化策略：

策略	创新	优化	修复	适用场景
`balanced`（默认）	50%	30%	20%	日常运营，稳定增长
`innovate`	80%	15%	5%	系统稳定，快速新功能
`harden`	20%	40%	40%	重大变更后，聚焦稳定性
`repair-only`	0%	20%	80%	紧急状态，全力修复

EVOLVE_STRATEGY=innovate node index.js --loop   # 最大新功能
EVOLVE_STRATEGY=harden node index.js --loop     # 聚焦稳定性
EVOLVE_STRATEGY=repair-only node index.js --loop # 紧急修复模式

7.3 Operations 模块

生命周期管理命令：

# 启动后台运行
node src/ops/lifecycle.js start

# 优雅停止（SIGTERM -> SIGKILL）
node src/ops/lifecycle.js stop

# 查看运行状态
node src/ops/lifecycle.js status

# 健康检查 + 自动重启（如果停滞）
node src/ops/lifecycle.js check

7.4 Skill 商店

从 EvoMap 网络下载和共享可复用的技能：

# 下载技能
node index.js fetch --skill <skill_id>

# 指定输出目录
node index.js fetch --skill <skill_id> --out=./my-skills/

需要配置A2A_HUB_URL环境变量。

7.5 主要特性

Auto-Log Analysis：扫描 memory 目录，识别错误模式和信号
Self-Repair Guidance：从信号中发出修复指令
GEP Protocol：标准化进化流程，支持资产复用
Mutation + Personality Evolution：每次进化都有明确的 Mutation 对象和可演化的 PersonalityState
Signal De-duplication：防止修复循环，检测停滞模式
Protected Source Files：保护关键代码，防止被 Agent 覆盖

§8 使用说明

8.1 安装

环境要求

Node.js >= 18
Git（必须，用于回滚、影响范围计算和 solidify）

安装步骤

# 1. 克隆仓库
git clone https://github.com/EvoMap/evolver.git
cd evolver

# 2. 安装依赖
npm install

# 3. 创建memory目录（存放运行时日志）
mkdir -p memory

可选：连接 EvoMap 网络

# 在 https://evomap.ai 注册获取Node ID
# 创建.env文件
echo "A2A_HUB_URL=https://evomap.ai" > .env
echo "A2A_NODE_ID=your_node_id_here" >> .env

注意：不配置.env也能完全离线运行。Hub 连接仅用于网络功能（技能共享、工作池、进化排行榜）。

8.2 快速开始

基础使用

# 单次进化 - 扫描日志、选择Gene、输出GEP Prompt
node index.js

# 审核模式 - 应用前等待人工确认
node index.js --review

# 循环模式 - 后台守护持续进化
node index.js --loop

创建 memory 目录

# Evolver需要memory/目录中的日志来进行分析
# 你可以手动创建并添加日志文件
mkdir -p memory

# 或者让Evolver自动创建（首次运行时会提示）

8.3 与 OpenClaw 集成

对于 OpenClaw 用户，推荐使用 cron 定时触发：

# 在crontab中添加
0 */6 * * * bash -lc 'cd /path/to/evolver && node index.js --loop'

对于 PM2 进程管理器：

pm2 start "bash -lc 'node index.js --loop'" --name evolver --cron-restart="0 */6 * * *"

8.4 生产环境部署

Docker 部署示例

FROM node:18-slim

WORKDIR /app
RUN apt-get update && apt-get install -y git

COPY package*.json ./
RUN npm ci --only=production

COPY . .

RUN mkdir -p memory

CMD ["node", "index.js", "--loop"]

健康检查配置

# 使用lifecycle.js进行健康检查
node src/ops/lifecycle.js check

8.5 常见问题

Q: 为什么需要 Git？

Git 用于：

回滚（Rollback）：在进化失败时恢复到之前状态
影响范围计算（Blast Radius）：评估变更的影响范围
Solidify：将进化结果固化为可复用的资产

在没有 Git 的目录中运行会失败。

Q: Evolver 会自动修改我的代码吗？

不会。Evolver 是一个Prompt 生成器，不是代码修补器。它：

✅ 生成 GEP Prompt 指导进化
❌ 不会自动编辑源代码
❌ 不会执行任意 Shell 命令

Q: 如何在团队中共享进化资产？

在EvoMap平台上注册
配置A2A_HUB_URL和A2A_NODE_ID
使用node index.js fetch --skill <id>下载共享技能
使用node index.js push --skill分享你的基因和胶囊

§9 开发扩展

9.1 创建自定义 Gene

Gene 是 Gene Expression Programming 中的基本单元，代表一种可复用的进化模式。

assets/gep/genes/
├── error-recovery-gene.js
├── performance-optimization-gene.js
└── security-hardening-gene.js

Gene 结构示例（完整可运行的 CommonJS 模块）：

// assets/gep/genes/example-gene.js
module.exports = {
  name: 'example-gene',
  description: '处理特定错误模式的基因',
  version: '1.0.0',
  
  // 信号匹配规则
  signals: ['error', 'timeout', 'retry'],
  
  // 基因内容
  prompt: `
    当检测到{signal}时，执行以下修复策略：
    1. 分析错误上下文
    2. 应用标准化修复流程
    3. 记录进化事件
  `,
  
  // 元数据
  metadata: {
    author: 'your-name',
    tags: ['error-handling', 'recovery'],
    successRate: 0.85
  }
};

9.2 创建自定义 Capsule

Capsule 是封装的进化上下文，包含 Gene 和对应的应用场景。

assets/gep/capsules/
├── critical-fix-capsule.js
└── performance-boost-capsule.js

Capsule 结构示例（完整可运行的 CommonJS 模块）：

// assets/gep/capsules/example-capsule.js
module.exports = {
  name: 'example-capsule',
  description: '处理高优先级错误的胶囊',
  version: '1.0.0',
  
  // 胶囊包含的基因
  genes: ['error-recovery-gene', 'retry-gene'],
  
  // 触发条件
  trigger: {
    signals: ['critical-error'],
    priority: 'high',
    context: ['production', 'api']
  },
  
  // 胶囊内容
  prompt: `
    这是一个高优先级修复胶囊...
  `,
  
  // 验证规则
  validation: {
    mustPass: ['test-suite', 'lint-check'],
    maxDuration: '5m'
  }
};

9.3 扩展日志分析器

在 src/analysis/ 中添加自定义分析器。下面是结构示例，readLogs 和 analyzePatterns 需要根据你的日志格式自行实现：

// src/analysis/custom-scanner.js
const fs = require('fs');
const path = require('path');

module.exports = {
  name: 'custom-scanner',
  
  scan(memoryDir) {
    // 自定义扫描逻辑
    const logs = readLogs(memoryDir);
    return analyzePatterns(logs);
  },
  
  // 支持的分析类型
  supportedTypes: ['error', 'performance', 'security']
};

// 读取 memory 目录下的日志文件
function readLogs(memoryDir) {
  const files = fs.readdirSync(memoryDir).filter(f => f.endsWith('.json'));
  return files.map(f => JSON.parse(fs.readFileSync(path.join(memoryDir, f), 'utf-8')));
}

// 识别日志中的错误模式
function analyzePatterns(logs) {
  return logs.flatMap(log => log.errors || []);
}

9.4 集成外部数据源

下面是节选示例，fetchExternalLogs 需要根据你的数据源 SDK 自行实现，nativeAnalysis 来自 Evolver 内置分析器的输出：

// 自定义数据源集成（节选）
const externalLogs = await fetchExternalLogs({
  source: 'datadog',
  apiKey: process.env.DD_API_KEY,
  query: 'error @severity:critical'
});

// 合并到Evolver分析
const combinedAnalysis = {
  ...nativeAnalysis,
  ...externalLogs
};

9.5 Webhook 扩展

下面是节选示例，updateMonitoring 需要根据你的监控系统 API 自行实现：

// src/extensions/webhook.js（节选）
module.exports = {
  async onEvolutionComplete(event) {
    // 发送通知
    await fetch(process.env.WEBHOOK_URL, {
      method: 'POST',
      body: JSON.stringify(event)
    });
    
    // 更新外部监控系统
    await updateMonitoring(event);
  }
};

§10 实践建议

10.1 日常运营

监控关键指标

进化频率：每天进化的次数
成功率：Gene/Capsule 匹配成功率
停滞检测：连续多次无改进时触发告警

10.2 生产环境

故障恢复

# 检查健康状态
node src/ops/lifecycle.js status

# 如果发现问题，重启
node src/ops/lifecycle.js stop
node src/ops/lifecycle.js start

日志管理

# 定期清理旧日志（建议每周）
node src/ops/cleanup.js --older-than 7d

# 归档重要进化事件
node src/ops/cleanup.js --archive --keep-last 100

10.3 团队协作

统一 Gene 库：在团队内部共享常用基因
Capsule 审核：重要 Capsule 经过评审后再使用
EvolutionEvent 共享：在团队内部分享进化记录
使用 EvoMap 网络：通过平台进行技能共享

10.4 安全建议

✅ 使用审核模式处理敏感环境
✅ 定期审计 EvolutionEvent 日志
✅ 保护assets/gep/目录的访问权限
❌ 不要在 Prompt 中包含敏感信息
❌ 不要在生产环境使用未审核的 Capsule

§11 FAQ

Q1: Evolver 和传统的 Prompt 工程工具有什么区别？

Evolver 是系统性的自进化框架，传统 Prompt 工程是手动调参工具。两者的关键差异在变更是否可追溯、修复模式是否可复用：

传统 Prompt 工程：手动调整、临时生效、难以追溯
Evolver：自动分析、协议约束、完整审计

Q2: 需要多少日志才能让 Evolver 工作？

建议至少有以下日志：

最近 7 天的运行时日志
错误和异常记录
性能指标数据

日志越多，Evolver 的分析越准确。

Q3: Evolver 支持哪些编程语言的 Agent？

Evolver 是语言无关的。它专注于 Prompt 和进化协议，不依赖特定编程语言。

Q4: 如何评估进化效果？

通过EvolutionEvent中的记录来评估：

修复前后的错误率对比
性能指标的变化趋势
自动化率的提升

Q5: 可以离线使用 Evolver 吗？

完全可以。关键功能（分析、生成、记录）完全离线运行。只有网络功能（技能共享、排行榜）需要联网。

Q6: 如何回滚到之前的版本？

# 查看进化历史
git log --oneline

# 查看特定进化事件
cat memory/evolution-events/YYYY-MM-DD.json

# 如果需要，手动恢复
git checkout <previous-commit>

Q7: Evolver 的 Gene/Capsule 和 OpenAI 的 Plugin 有什么不同？

特性	Gene/Capsule	OpenAI Plugin
用途	Agent 自进化	扩展功能
粒度	Prompt 级别	API 级别
复用方式	GEP 协议共享	Plugin 商店
自主性	自动化进化	手动调用

Q8: 遇到问题时如何获取帮助？

§12 采用顺序与决策建议

适合先用的团队

已有 OpenClaw 等 Agent 运行时的团队：Evolver 的 stdout 输出可以直接被宿主解释执行，集成成本最低，收益最直接。
Agent 已上线且有稳定日志输出的团队：memory/ 目录有内容可分析，Evolver 才能发挥作用。如果 Agent 还在开发阶段、没有运行时日志，先不要引入。
多人协作维护同一套 Agent Prompt 的团队：Gene/Capsule 的共享机制能解决"修复方案散落在各人本地"的问题。

暂时不必引入的场景

Agent 还在原型验证阶段：此时 Prompt 变动频繁且不需要审计，引入 Evolver 会增加流程开销。
单人维护、Prompt 数量很少的项目：手动维护 Git 历史已经够用，GEP 协议的收益不明显。
没有 Git 仓库的环境：Evolver 依赖 Git 做回滚、影响范围计算和 solidify，没有 Git 会直接失败。

进阶路径

想深入定制进化逻辑：阅读 §9 开发扩展，从自定义 Gene 开始，逐步扩展到自定义分析器和 Webhook。
想做团队级进化资产管理：把 assets/gep/ 纳入 Git 仓库管理，配合 EvoMap 网络做跨团队共享。
想评估进化效果：定期检查 memory/evolution-events/ 目录，对比修复前后的错误率和性能指标。

附录：快速命令参考

# 安装
git clone https://github.com/EvoMap/evolver.git
cd evolver
npm install

# 运行模式
node index.js                              # 单次运行
node index.js --review                      # 审核模式
node index.js --loop                        # 循环模式

# 生命周期管理
node src/ops/lifecycle.js start             # 启动
node src/ops/lifecycle.js stop              # 停止
node src/ops/lifecycle.js status            # 状态
node src/ops/lifecycle.js check             # 健康检查

# 技能管理
node index.js fetch --skill <id>            # 下载技能

# 策略控制
EVOLVE_STRATEGY=balanced node index.js      # 平衡模式
EVOLVE_STRATEGY=innovate node index.js      # 创新模式
EVOLVE_STRATEGY=harden node index.js        # 稳定模式
EVOLVE_STRATEGY=repair-only node index.js   # 修复模式

项目信息：

仓库：EvoMap/evolver
官网：evomap.ai
文档：evomap.ai/wiki
语言：JavaScript (Node.js >= 18)
许可：MIT
Stars：3,862
Forks：392

🦞 每日 08:00 自动更新

更新于 2026-07-21

AI Agent, 自进化, GEP协议, Prompt工程, Node.js, Evolver

返回 | 主页

下一步

如果这篇内容对你有帮助，继续往更完整的路径里走。

你可以从专题页继续系统阅读，也可以通过联系页反馈想跟进的主题、工具和合作方向。

AI Agent 专题 Coding Agent 专题开源 AI 工具联系

目录