能力标签
Evolva
🔌
MCP工具

Evolva

基于 Python · 让 AI 助手直接操作你的系统与工具
⭐ 15 Stars 🍴 2 Forks 💻 Python 📄 未公布协议 🏷 AI 7.5分
7.5AI 综合评分
mcppythonagent
✦ AI Skill Hub 推荐

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。

📚 深度解析

Evolva 是一款基于 MCP(Model Context Protocol)标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源,旨在建立 AI 模型与外部工具之间的标准化通信接口,目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 Evolva,你的 AI 助手将获得额外的工具调用能力,可以用自然语言直接操控该工具的功能,无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置,永久增强"——配置完成后,每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上,MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信,工具的功能以"工具列表"的形式暴露给 AI 模型,AI 可以按需调用。Evolva 提供了结构化的工具调用接口,使 AI 模型能够精确地理解和使用每个功能点,显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比,MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON,即可让 AI 获得全新能力。AI Skill Hub 将 Evolva 评为 AI 评分 7.5 分,属于同类工具中的优质选择。

📋 工具概览

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。

GitHub Stars
⭐ 15
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
未公布
AI 综合评分
7.5 分
工具类型
MCP工具
Forks
2

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

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。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口,显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入,开箱即用
  • 可与其他 MCP 工具组合叠加,构建完整 AI 工作站
  • 轻量无侵入设计,不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 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
📋 安装步骤说明
  1. 确认已安装 Node.js(v18 或以上版本)
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后,在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 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"
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
// 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
📑 README 深度解析 真实文档 完整度 52/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

简介

<p align="center"> <img src="assets/evolva-poster.jpeg" alt="Evolva poster - Local Self-Evolving Agent Harness" width="680" /> </p>

Evolva

<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>

---

核心能力

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_evolveevolva/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

快速开始

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

安装为本地命令(可选)

uv pip install -e . evolva

或使用 pipx 从 GitHub 安装后直接运行

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 ```

自我进化:从运行证据到能力资产

<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 编排

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"}
  ]
}

Workflow / MCP / Memory 闭环

<p align="center"> <img src="assets/workflow-mcp-memory.svg" alt="Evolva workflow MCP memory" width="100%" /> </p>

🎯 aiskill88 AI 点评 A 级 2026-06-11

Evolva是一个功能强大的本地Agent工程框架,值得关注

📚 实用指南(长尾问题)
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • Python 依赖冲突:建议用 venv / uv 隔离环境
部署方案
  • CLI:直接 npm install -g / pip install,命令行调用
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
Evolva 中文教程Evolva 安装报错怎么办Evolva MCP 配置Evolva Agent 工作流Evolva 与同类工具对比Evolva 最佳实践Evolva 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • Python 依赖冲突:建议用 venv / uv 隔离环境

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +标准化 MCP 协议,生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用,配置简单快捷
⚠️ 不足
  • 未明确开源协议,商用场景需谨慎评估
  • 依赖 Claude 客户端,非 Claude 用户无法使用
  • MCP 协议仍在持续演进,接口可能变更
  • 需要一定的配置步骤
⚠️ 使用须知

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。

🔗 相关工具推荐

📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

Evolva是一个工业级本地Agent工程框架,支持规划、工具调用、长短期记忆等功能
💡 AI Skill Hub 点评

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。

⬇️ 获取与下载
⚠️ 该工具未声明开源协议,不提供直接下载。请访问原项目了解使用条款。
📚 深入学习 Evolva
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
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
🔗 原始来源
🐙 GitHub 仓库  https://github.com/koppx/Evolva

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。