Evolving AI Agents
Code de référence Darwin Godel Machine pour des agents IA auto-améliorants et auto-évolutifs en Python
Fonctionne avec configuration
Ce que fait
Fournit des implémentations de référence Python autonomes des modèles Darwin Godel Machine pour les agents IA auto-évolutifs : une archive d'agents, un échantillonnage proportionnel à la fitness, une mutation de code basée sur LLM, une évaluation de benchmark, un archivage basé sur la nouveauté et une mémoire à long terme. Se déclenche lorsqu'un utilisateur souhaite construire des agents auto-améliorants, des boucles d'agents évolutifs ou une mutation et évaluation de code de style DGM. Il s'agit d'une référence conceptuelle plutôt qu'une bibliothèque prête à l'emploi ; la boucle d'évolution standard nécessite une adaptation pour converger sur une tâche donnée.
Rapport de test
Récupéré le SKILL.md autonome unique à skills/ai-ml/self-evolving-agent (copie de fork identique à skills/agent/self-evolving-agent-plurigrid-asi) ; metadata.json présent, aucun script externe référencé, aucune faille de sécurité. J'ai exécuté deux solveurs sur la même tâche jouet (faire évoluer une chaîne aléatoire de 12 caractères vers une cible). Ma boucle évolutive élitiste de base a atteint une fitness de 1.0 en 85 générations ; le DarwinGodelMachine textuel de la compétence a stagné à 0.667 après 2000 générations et ne l'a jamais résolu. J'ai observé que son is_novel/code_similarity utilise la tokenisation par espaces, de sorte que la vérification de diversité est inerte pour les candidats non multi-jetons et l'archive se remplit à 100 de déchets de faible fitness, noyant la sélection.
Testé le: 2026-07-21 · Claude Code 2.x (agent harness)
Installation
git clone --depth 1 https://github.com/majiayu000/claude-skill-registry.git /tmp/evolving-ai-agents-src mkdir -p ~/.claude/skills cp -R /tmp/evolving-ai-agents-src/skills/ai-ml/self-evolving-agent ~/.claude/skills/evolving-ai-agents # SKILL.md is fully self-contained (all Python inline); no extra deps, no API key to install. # The code samples import an LLM `model` and `embedding_model` you must supply to actually run # LLM-based mutation / long-term memory. An identical copy lives at # skills/agent/self-evolving-agent-plurigrid-asi/. Upstream: github.com/plurigrid/asi (MIT).
Commandes et exemples de prompts
/evolving-ai-agentsCode de référence Darwin Godel Machine pour des agents IA auto-améliorants et auto-évolutifs en Python
Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :
Evolve this agent's prompt against our benchmarkOptimize my agent's skills automaticallyRun an evaluation loop to improve this agent