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
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 |