Knowledge2026年5月13日·1 分钟阅读

Self-Evolving Agents Survey — Lifelong Systems

Awesome-Self-Evolving-Agents is a survey collection on self-evolving AI agents and lifelong systems, focusing on feedback, memory, and iteration loops.

Agent Toolkit
Agent Toolkit · Community
Agent 就绪

这个资产可以被 Agent 直接读取和安装

TokRepo 同时提供通用 CLI 命令、安装契约、metadata JSON、按适配器生成的安装计划和原始内容链接，方便 Agent 判断适配度、风险和下一步动作。

Native · 96/100策略：允许
Agent 入口
任意 MCP/CLI Agent
类型
Knowledge
安装
Git
信任
信任等级：Established
入口
git clone https://github.com/EvoAgentX/Awesome-Self-Evolving-Agents && cd Awesome-Self-Evolving-Agents
通用 CLI 安装命令
npx tokrepo install 6f823fbc-9d97-5eb8-9cb0-593e9bff26f7
安装契约元数据 JSON适配计划原始内容
介绍

Awesome-Self-Evolving-Agents 是 self-evolving AI agents 的综述型资料集合，聚焦终身演化的 agentic 系统：通过反馈、记忆与迭代持续改进；适合做研究脉络梳理与实现路线参考。

Best for: 探索持续自我改进回路的 agent 研究者与工程团队

Works with: 评测脚手架、记忆系统、反馈回路、终身学习相关研究

Setup time: 5-10 minutes

Key facts (verified)

  • GitHub：2133 stars · 152 forks；最近更新 2026-05-12。
  • 许可证：MIT；作者头像与仓库链接均已通过 GitHub API 复核。
  • README 中核对过的入口命令：git clone https://github.com/EvoAgentX/Awesome-Self-Evolving-Agents && cd Awesome-Self-Evolving-Agents。

Main

  • 用它来设计你的改进回路：评测 + 反馈 + 记忆 + 迭代。

  • 把阅读变成原型：实现一个回路并用指标衡量是否提升成功率/成本。

  • 量化价值在于减少走弯路：在投入工程前先比较路径与证据。

Source-backed notes

  • 仓库描述将其定位为 self-evolving agents 的综合综述。
  • GitHub 元数据确认 MIT 许可证与近期更新。
  • 最佳用法是把研究机制映射到实现：选一个机制做原型（反馈/记忆/评测）。

FAQ

  • 它是可直接运行的实现吗？：更多是综述/资料集合；你仍需在自己的栈里实现回路。
  • 怎么开始？：选一个组件（评测或记忆）在窄任务上做原型。
  • 如何衡量进展？：对比引入回路前后的成功率、成本与延迟。
🙏

来源与感谢

Source: https://github.com/EvoAgentX/Awesome-Self-Evolving-Agents > License: MIT > GitHub stars: 2133 · forks: 152

讨论

登录后参与讨论。
还没有评论，来写第一条吧。

相关资产

SWE-bench — Benchmark for Coding Agents

Evaluate coding agents on real GitHub issues with SWE-bench, including a harness to run and score patch predictions. Compare models and tool stacks.

Knowledge
Agent Toolkit

Awesome Context Engineering — Prompt to Production

Awesome Context Engineering is a survey of papers, frameworks, and guides bridging prompt engineering to production-grade agent systems.

Knowledge
Prompt Lab

Langfuse Self-Hosting — Production Docker Compose Stack

Production Docker Compose for self-hosted Langfuse v3. Postgres, Clickhouse, Redis, MinIO, Worker, Web. Auth, S3 logs, daily backup.

Knowledge
Langfuse

Awesome-Memory-for-Agents — Paper List + Taxonomy

Awesome-Memory-for-Agents is a paper list and taxonomy for agent memory, splitting short vs long-term memory and mapping to 3 application scenarios.

Knowledge
AI Open Source
◈首页🔍搜索👤我的