cap-evolve
活跃·★ 66·Apache-2.0·更新于 2026-10-22
cap-evolve 是一个保证结果诚实的框架，通过从失败的评估轨迹中学习，优化 AI 智能体的提示、工具和技能等能力。它自动化了评估、诊断、候选生成和验证的循环，确保改进是显著且诚实的。
#AI 智能体优化#提示工程#工具代码优化#技能包改进#评估驱动学习#大模型评估#自动化精炼#Git 版本控制开发
01
功能特性
01不仅优化提示，还包括可执行的工具代码和整个技能包。
02从真实的智能体失败和每个任务的因果反馈中学习，以实现可靠的改进。
03通过显著性门控和密封的、仅评估一次的测试集来确保评估的诚实性。
04提供一个仪表板，用于检查每次更改、成本、时间、差异以及通过/失败热力图。
02
兼容性
Python
运行时
已通过文档验证
Git
版本控制
已通过文档验证
Claude Code
智能体主机
已通过文档验证
Docker
容器
已通过文档验证
03
快速开始
1
$ git clone https://github.com/skillberry-ai/cap-evolve.git
2
$ cd cap-evolve
3
$ python3 -m venv .venv
4
$ source .venv/bin/activate
5
$ pip install ./core
04
使用场景
↳在使用 Claude Code 插件开发时优化 AI 智能体能力。
↳集成和优化来自各种编码智能体主机（如 Codex、Gemini 或 Droid）的智能体。
↳针对希望自行连接智能体适配器并直接驱动 CLI 的开发者的自定义集成。
↳应用预构建的适配器模板，用于流行的基准和数据格式（例如 JSONL、HuggingFace、tau2-bench）。
05
同类工具
⚡热门对决:
评论
登录后发表评论
暂无评论，来发表第一条吧