shadowzzh

README.zh-TW.md

README.zh-TW.md

第 8 章 · Agent 的自我進化

不改權重也能成長:經驗學習、從工具使用者到創造者

← 返回主目錄 · 📖 讀本章正文

配套專案

專案 型別 一句話說明
gaia-experience ✅ 基於 AWorld + GAIA 的「學習-應用」閉環:自動總結成功軌跡為結構化經驗,在新任務中檢索應用
browser-use-rpa ✅ 瀏覽器工作流錄製系統,把重複操作封裝為引數化工具,從 LLM 推理切換到自動化執行可加速 3–5 倍
prompt-distillation ✅ 將複雜提示的效果蒸餾進模型引數,減少推理提示長度,把上下文經驗固化為引數化知識
prompt-auto-optimization ✅ 以 tau-bench 航空客服「過度轉接」為例,Coding Agent 讀/改 prompt 檔案 → 重新評測 → 驗證閉環
self-evolving-tools ✅ Alita 式「最小預定義,最大自我進化」:五個通用元工具,自己上網找庫/讀文件/沙箱測試並封裝複用
self-evolution-eval ✅ 20 個跨領域任務 + 四層分層驗證 harness + 可控參考 Agent,考察發現/創造/複用品質

專案型別說明

圖示 型別 含義
✅ 可獨立執行 本倉庫自帶完整程式碼,配置好 API Key 即可執行
📖 復現指南 依賴需自行 git clone 的外部倉庫(訓練框架、評測基準等)
🚧 設計文件 僅包含架構與實現方案,可執行程式碼仍在完善中