经 AI Skill Hub 精选评估,Evolva 获评「推荐使用」。这款MCP工具在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 7.5 分,适合有一定技术背景的用户使用。
工业级本地Agent工程框架,支持CLI/TUI对话场景
Evolva 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。
工业级本地Agent工程框架,支持CLI/TUI对话场景
Evolva 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。
# 方式一:通过 Claude Code CLI 一键安装
claude skill install https://github.com/koppx/Evolva
# 方式二:手动配置 claude_desktop_config.json
{
"mcpServers": {
"evolva": {
"command": "npx",
"args": ["-y", "evolva"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
# 安装后在 Claude 对话中直接使用 # 示例: 用户: 请帮我用 Evolva 执行以下任务... Claude: [自动调用 Evolva MCP 工具处理请求] # 查看可用工具列表 # 在 Claude 中输入:"列出所有可用的 MCP 工具"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"evolva": {
"command": "npx",
"args": ["-y", "evolva"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
<p align="center"> <img src="assets/evolva-poster.jpeg" alt="Evolva poster - Local Self-Evolving Agent Harness" width="680" /> </p>
<p align="center"> <strong>Local-first · Traceable · Evaluable · Self-Evolving Agent Harness</strong><br /> 面向真实工程落地的 Agent Infra:统一仓库理解、工具执行、Loop 编排、Trace 回放、Eval 基准、Guardrails 与自我进化,形成可审计、可回归、可持续演进的运行闭环。 </p>
<p align="center"> <a href="README.en.md">English</a> · <a href="#快速开始">快速开始</a> · <a href="#核心能力">核心能力</a> · <a href="#loop-engineering">Loop Engineering</a> · <a href="#自我进化从运行证据到能力资产">自我进化</a> </p>
<p align="center"> <a href="https://github.com/koppx/Evolva/stargazers"> <img alt="GitHub stars" src="https://img.shields.io/github/stars/koppx/Evolva?style=for-the-badge&logo=github&label=Stars&color=EAD58B&labelColor=0B0B0F" /> </a> <img alt="Local First" src="https://img.shields.io/badge/Local--First-Agent%20Harness-2E8B57?style=for-the-badge&labelColor=0B0B0F" /> <img alt="Python" src="https://img.shields.io/badge/Python-3.10%2B-FFF0B3?style=for-the-badge&labelColor=0B0B0F" /> <img alt="LangGraph" src="https://img.shields.io/badge/LangGraph-Runtime-D6A84F?style=for-the-badge&labelColor=0B0B0F" /> </p>
<p align="center"> <img src="assets/tui-mockup.svg" alt="Evolva TUI Workbench preview" width="100%" /> </p>
<p align="center"> <em>TUI-first Agent Workbench:模型配置、工具执行、Trace 上下文、MCP、Loop、Dreaming 都在同一个本地工作台内完成。</em> </p>
---
Evolva 的能力围绕“可执行、可观测、可评测、可进化”的闭环组织。
| 能力 | 说明 | 入口 |
|---|---|---|
| **LangGraph Runtime** | 显式 StateGraph 节点:prepare -> llm -> tool -> observe -> persist -> auto_evolve | evolva/agent/langgraph_runtime.py |
| **TUI Workbench** | 默认产品入口,集成对话、工具日志、Trace、模型切换、MCP、Workflow 与自我进化 | evolva |
| **Loop Engineering** | 将重复任务抽象为可运行、可设 Gate、可回放、可进化的 Agent Loop | /loop |
| **Tools** | 文件、Shell、Python、Web、Todo、Memory、Context、Policy、MCP、多 Agent 委派 | /tools / /run |
| **Repo Index** | 本地语义仓库索引,按符号、引用、路径和代码片段检索 | /repo build / /repo search |
| **Memory / Skills** | 带 evidence / status / version 的长期记忆,以及带 manifest trigger 的 Markdown playbook | /memory / /skills |
| **MCP** | 在 TUI 内通过 /mcp add 接入 stdio MCP server,并用 /mcp tools / mcp_call 调用 | /mcp |
| **Workflow** | JSON DAG 编排 role agent、agent call、tool node,支持依赖声明、循环检测与错误门控 | evolva workflow / Slash Command |
| **Trace / Replay** | 记录 prompt、工具调用、policy 决策、耗时、错误与输出,TUI 内查看上下文 | /trace |
| **Eval Harness** | JSONL 任务集 + baseline gate,覆盖文本、正则、产物、记忆、上下文和工具错误,适合 CI/回归 | CI / Regression |
| **Guardrails / Sandbox** | 路径沙箱、backend 抽象、危险命令拦截、风险分级、secret 检测、确认门禁 | /policy |
| **Self-Evolution** | 从反馈、Trace、Eval 失败中提炼 lesson,并写入 Memory / Skill | /evolve / /dream |
| **Dreaming** | 本地自进化研究循环:Evidence → Hypothesis → Candidate → Verifier → Promotion,生成可审计报告与候选改进 Backlog | /dream |
Evolva 的主入口是一个本地 TUI 工作台。安装后直接运行 evolva,进入同一个界面完成对话、工具调用、MCP 接入、Trace 查看、模型切换、Loop/Workflow 编排和自我进化。
```bash git clone git@github.com:koppx/Evolva.git cd Evolva uv sync uv run evolva
uv pip install -e . evolva
pipx install git+https://github.com/koppx/Evolva.git evolva
首次进入 TUI 后,直接在工作台里配置模型,不需要手动 export 环境变量。API key 会写入本地 git-ignored runtime config,并在界面中脱敏展示:
text /config wizard # 交互式配置 model / base_url / api_key / temperature F4 # 快速唤起配置入口 /config # 查看当前 provider 配置,AK 只显示脱敏状态 /config set model <model> # 单独切换模型 /config set base_url https://... # 配置 OpenAI-compatible endpoint /config set api_key <api-key> # 保存到本地 git-ignored runtime config,界面中会脱敏 /model # 查看当前模型与 provider
配置会保存到本地 `evolva/runtime/config.json`,该目录默认被 `.gitignore` 忽略;如果不配置模型,Evolva 仍可先以本地规则模式使用工具、记忆、Trace、Workflow、Eval 等能力。
日常使用围绕 Slash Commands:
text /config wizard # 配置模型与 AK /model <model> # 切换模型 /repo build # 构建仓库索引 /repo search evolution # 搜索代码符号/片段 /mcp add filesystem npx -y @modelcontextprotocol/server-filesystem . /mcp tools filesystem # 查看 MCP tools /trace list # 查看最近运行 /loop list # 查看可复用 Agent Loops /loop run dream-loop # 运行 Dream 证据闭环 /dream --min-confidence 0.8 # 运行 Dreaming 质量门分析 /evolve audit # 查看自进化覆盖 ```
<p align="center"> <img src="assets/evolva-dreaming-loop.jpeg" alt="Evolva Dreaming Loop" width="100%" /> </p>
Evolva 的自我进化是一条可检查、可回放、可审计的状态更新链路:
Feedback / Trace Pattern / Eval Failure
↓
Evidence
↓
Hypothesis
↓
Candidate + Verifier
↓
Dream Backlog
↓
Staged Promotion
↓
Long-term Memory / Markdown Skill
TUI 内示例:
/evolve audit
/evolve 以后写 Python 文件后自动运行语法检查和 pytest
/evolve trace
/evolve apply-trace
/evolve apply-eval
/dream
/dream backlog
/dream apply --min-confidence 0.8
它会把反馈或失败模式提炼成带 category / confidence / evidence / fingerprint 的 lesson,写入长期记忆,并可生成 Markdown Skill,让后续任务自动带上这些经验。evolve audit 会汇总 lesson 覆盖、已进化技能、Trace/Eval 待处理 proposal 和下一步建议,避免自我进化变成不可控的 prompt 堆叠。
dream 是 Evolva 的本地自进化研究循环:它会扫描最近 Trace、最新 Eval 报告和当前 Memory/Skill 覆盖,执行 Evidence → Hypothesis → Candidate → Verifier → Promotion。流程会先收集证据,再生成可证伪假设;通过 drift guard 后的假设会进入 DreamCandidate,携带 affected surfaces、risk、proposed change 和 verifier,并写入 evolva/dreams/backlog.json 形成候选改进池。加上 apply 后,Evolva 只会把通过质量门的高置信候选分阶段沉淀为 Memory / Skill,后续仍可通过 /dream verify 调用 Eval 或 Trace verifier 做回归确认,并把通过验证的候选推进为 verified/promoted。
Workflow 支持显式 depends_on,可以描述真正的 DAG;未声明依赖的旧规格仍按顺序执行,便于兼容已有工作流。执行前会检查重复节点、缺失依赖和循环依赖,执行结果会进入 Context 与 Trace,作为后续 Eval / Dream 的证据来源。
{
"id": "evolution_audit_flow",
"nodes": [
{"id": "repo", "depends_on": [], "type": "tool", "tool": "repo_index_search", "args": {"query": "SelfEvolutionEngine DreamEngine"}},
{"id": "policy", "depends_on": [], "type": "tool", "tool": "policy_info", "args": {}},
{"id": "review", "depends_on": ["repo", "policy"], "type": "role", "role": "reviewer", "task": "基于 {{repo}} 和 {{policy}} 评审当前自我进化安全边界"}
]
}
<p align="center"> <img src="assets/workflow-mcp-memory.svg" alt="Evolva workflow MCP memory" width="100%" /> </p>
Evolva是一个功能强大的本地Agent工程框架,值得关注
该工具未明确声明开源协议,商业使用前请联系原作者确认授权范围,避免侵权风险。
AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。
AI Skill Hub 点评:Evolva 的核心功能完整,质量良好。对于Claude Desktop / Claude Code 用户来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。
| 原始名称 | Evolva |
| 原始描述 | 开源MCP工具:Evolva 是一个工业级本地 Agent 工程框架,面向 CLI/TUI 对话场景,内置规划、工具调用、长短期记忆、技能沉淀、MCP 外部工具生态、Workf。⭐15 · Python |
| Topics | mcppythonagent |
| GitHub | https://github.com/koppx/Evolva |
| 语言 | Python |
收录时间:2026-06-11 · 更新时间:2026-06-11 · License:未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型,复制安装指令后粘贴到对应客户端