ouyangbo/EvoScientist
1
0
Fork 0
Code Issues Pull Requests 1 Actions Packages Projects Releases 3 Wiki Activity
Files
32bbd1a1af1a1d5ea30a844a2524e09268e17cb1
EvoScientist/README.zh-CN.md
T

13 KiB
Raw Blame History

Warning

这是社区翻译版本，欢迎修正！

EvoScientist Logo
Typing SVG

English | 简体中文

EvoScientist 旨在通过构建自我进化的 AI 科学家来驱动 Vibe Research——让 AI 自主探索、生成洞见并持续迭代优化。 它以开箱即用为设计理念，提供一个伴随智能体技能、工具集和记忆库共同成长的活跃研究系统。 EvoScientist 超越了传统的人在回路（Human-in-the-Loop）模式，引入了 AI 在人的回路中（AI-in-Human's-Loop）的新范式——AI 作为研究伙伴，与人类研究者共同进化，逐步内化学术品味与科学判断力。

✨ 特性

  • 🤖 多智能体协作 — 6 个子智能体（规划、调研、编码、调试、分析、写作）协同工作。
  • 🧠 持久化记忆 — 上下文、偏好和研究发现跨会话保持。
  • 🔬 科学工作流 — 需求采集 → 规划 → 执行 → 评估 → 撰写 → 验证。
  • 🌐 多模型供应商 — Anthropic、OpenAI、Google、NVIDIA——一处配置，随时切换。
  • 📱 多渠道接入 — CLI 为中心；Telegram、Discord、Slack、飞书、微信等——共享同一智能体会话。
  • 🔌 MCP 与 Skills — 即插即用 MCP 服务器，或从 GitHub 一键安装技能包。

🎯 ᯓ➤ 路线图

  • 🖥️ 基于 Rich 和 Textual 的 TUI 界面
  • 📻 EvoMemory v1.0 已上线
  • ⚒️ 200+ 预置技能已内置
  • 📑 技术报告即将发布
  • 📺 Demo 与教程正在制作中
  • 📊 基准测试套件即将推出
  • ⏰ 核心系统定时任务规划中
  • 🧩 更多内置技能与集成即将上线

🔥 动态

  • [2026 年 2 月 27 日] ⛳ EvoScientist 正式亮相！

📖 目录

📦 安装

Tip

需要 Python 3.11+。推荐使用 uv 或 conda 进行依赖管理和虚拟环境管理。

🪛 安装 uv（如果尚未安装） 
curl -LsSf https://astral.sh/uv/install.sh | sh

快速安装

uv tool install EvoScientist

或安装到当前环境：

uv pip install EvoScientist

开发安装

git clone https://github.com/EvoScientist/EvoScientist.git
cd EvoScientist
uv sync --dev
使用 conda 
conda create -n EvoSci python=3.11 -y
conda activate EvoSci
pip install -e ".[dev]"
使用 PyPi 
pip install EvoScientist          # quick install
pip install -e ".[dev]"           # development install
可选：渠道依赖

消息渠道集成需要额外依赖，按需安装即可：

uv pip install "EvoScientist[telegram]"     # Telegram
uv pip install "EvoScientist[discord]"      # Discord
uv pip install "EvoScientist[slack]"        # Slack
uv pip install "EvoScientist[wechat]"       # WeChat
uv pip install "EvoScientist[qq]"           # QQ
uv pip install "EvoScientist[all-channels]" # everything
升级到最新代码库 
git pull && uv sync --dev

🔝回到顶部

🔑 配置

最简单的方式是使用交互式配置向导：

EvoSci onboard

向导将引导你完成供应商选择、密钥验证、模型选择和工作区设置。

📟 通过环境变量手动配置

至少设置一个 LLM 供应商密钥，搜索密钥为可选项：

# 选择一个 LLM 供应商
export ANTHROPIC_API_KEY="sk-..."   # Claude — console.anthropic.com
export OPENAI_API_KEY="sk-..."      # GPT   — platform.openai.com
export GOOGLE_API_KEY="AI..."       # Gemini — aistudio.google.com/api-keys
export NVIDIA_API_KEY="nvapi-..."   # NIM   — build.nvidia.com

# 网络搜索（可选）
export TAVILY_API_KEY="tvly-..."    # app.tavily.com

也可以使用 EvoSci config set 将密钥持久化到 ~/.config/evoscientist/config.yaml。

或者复制示例 .env 文件用于项目级配置：

cp .env.example .env  # 填入你的密钥

⚠️ 切勿将包含真实密钥的 .env 文件提交到版本库。该文件已在 .gitignore 中。

🔝回到顶部

⚡ 快速上手

EvoSci  # 或 EvoScientist — 交互模式

demo

运行 EvoSci -h 查看全部 CLI 选项。

cli help

常用示例 
EvoSci -p "你的问题"              # 单次查询模式
EvoSci -m run                     # 隔离的会话级工作区
EvoSci --ui textual               # 替代 TUI 后端
EvoSci serve                      # 无头模式——仅渠道，无交互提示符
会话内命令
命令 说明
/new 开始新会话
/current 显示当前线程 ID 和工作区路径
/channel 启动消息渠道
/skills 列出已安装的技能包
/install-skill <src> 从本地路径或 GitHub 安装技能包
/mcp 列出 MCP 服务器和工具路由
/exit 退出
脚本调用 
from EvoScientist import EvoScientist_agent
from langchain_core.messages import HumanMessage
from EvoScientist.utils import format_messages

thread = {"configurable": {"thread_id": "1"}}
last_len = 0

for state in EvoScientist_agent.stream(
    {"messages": [HumanMessage(content="Hi?")]},
    config=thread,
    stream_mode="values",
):
    msgs = state["messages"]
    if len(msgs) > last_len:
        format_messages(msgs[last_len:])
        last_len = len(msgs)

🔝回到顶部

🔌 MCP 集成

通过 MCP 服务器一条命令即可添加外部工具：

# 用法
EvoSci mcp add <name> <command> [-- args...]

# 示例
EvoSci mcp add sequential-thinking npx -- -y @modelcontextprotocol/server-sequential-thinking

Tip

关于命令选项、配置字段、工具路由、通配符过滤和故障排查，请参阅 MCP 集成指南。

🔝回到顶部

📱 渠道接入

连接消息平台，使其与 CLI 共享同一智能体会话：

# 用法
EvoSci channel setup <channel>

# 示例
EvoSci channel setup telegram

多个渠道可同时运行——在配置中用逗号分隔：

channel_enabled: "telegram,discord,slack"

也可以在 CLI 会话中通过 /channel 交互式启动渠道。

Tip

关于各渠道设置指南、功能矩阵、架构详情和故障排查，请参阅 渠道集成指南。

🔝回到顶部

📚 致谢

本项目基于以下优秀的开源项目构建：

  • LangChain — 构建智能体和 LLM 驱动应用的框架。
  • DeepAgents — 开箱即用的智能体编排框架。

感谢以上项目作者对开源社区的宝贵贡献。

🔝回到顶部

🌍 项目角色

Xi Zhang
Xi Zhang†§ 		Ziheng Zhang
Ziheng Zhang‡ 		Dinos Papakostas
Dinos Papakostas‡ 		Yougang Lyu
Yougang Lyu§ 		Xiaohui Yan
Xiaohui Yan§

Contributors

Jan Piotrowski, Wiktor Cupiał, Yuyue Zhao, Xinhao Yi, Jakub Kaliski, Jakub Filipiuk, Shuyu Guo, Andreas Sauter, Jacopo Urbani, Zaiqiao Meng, Lun Zhou

†Project Lead & Engineering Lead ‡Core Developer §Project Owner

Xiaoyi DeepResearch Team 及更广泛的开源社区共同为本项目做出贡献。

如有任何咨询或合作意向，请联系：EvoScientist.ai@gmail.com

🔝回到顶部

🤝 贡献

EvoScientist Team

我们欢迎各层次的开发者、研究者以及 AI 编程助手参与贡献。我们的 贡献指南 同时面向人类和 AI Agent 编写，涵盖架构说明、设计模式、扩展指南和代码规范，帮助你安全高效地参与项目开发。

📈 Star 趋势

Star History Chart

🔝回到顶部

📜 许可证

本项目基于 MIT 许可证开源——详情请见 LICENSE 文件。

🔝回到顶部

由 Xi Zhang 发起并主导，与开源社区共建。

Reference in New Issue View Git Blame Copy Permalink