Sistema de memoria para agentes que almacena, recupera y analiza recuerdos para que los agentes de IA aprendan con el tiempo, en lugar de limitarse a repetir el historial del chat.
GAIR-NLP/ASI-Evolve
Un framework de agentes que ejecuta un ciclo autónomo de aprendizaje, diseño de hipótesis, experimentación y análisis para buscar mejores soluciones a cualquier problema medible.
- Estrellas
- 870
- Forks
- 218
- Issues abiertos
- 0
- Último commit
- hace 12 días
¿Qué es?
ASI-Evolve es un framework de agentes que repite un ciclo de recuperación de conocimientos previos, propuesta de un programa candidato, ejecución con un script de evaluación y elaboración de una lección estructurada a partir del resultado. Se diseñó para la investigación en IA, pero está preparado para cualquier problema en el que un programa pueda evaluarse automáticamente.
El ciclo está impulsado por tres agentes: un Researcher, que consulta la base de datos de experimentos y un almacén de cognición para proponer el siguiente candidato; un Engineer, que lo ejecuta y recopila métricas; y un Analyzer, que convierte los resultados en lecciones reutilizables. Cada prueba se guarda junto con su motivación, código, resultado y análisis, y la selección de candidatos principales puede usar UCB1, greedy, aleatoria o el muestreo por islas de MAP-Elites.
Los usuarios configuran una carpeta de experimento con una descripción del problema, un programa de referencia, un script evaluador y conocimientos de dominio opcionales; luego ejecutan el pipeline durante el número de pasos que elijan. El repositorio incluye una demo de empaquetado de círculos y funciona con cualquier endpoint de LLM compatible con OpenAI. También ofrece una versión más ligera como Agent Skill para pruebas rápidas.
Funciones clave
- 01Ejecuta un ciclo automatizado de aprendizaje, diseño, experimentación y análisis durante varias rondas.
- 02Usa tres agentes: Researcher, Engineer y Analyzer.
- 03Guarda cada experimento en una base de datos junto con su motivación, código, métricas y análisis.
- 04Admite el muestreo de candidatos principales mediante UCB1, greedy, selección aleatoria y muestreo por islas de MAP-Elites.
- 05Permite cargar artículos o heurísticas en un almacén de cognición antes de iniciar la búsqueda.
- 06Funciona con cualquier endpoint de API compatible con OpenAI, incluidos modelos locales mediante LiteLLM.
Casos de uso
- Ajustar un planificador de inferencia o una política de batching frente a un benchmark de rendimiento y latencia.
- Buscar mejores algoritmos para problemas de optimización o simulación que tengan un script de puntuación.
- Explorar arquitecturas de modelos o pipelines de datos de entrenamiento cuando cada prueba pueda evaluarse automáticamente.
Inicio rápido
- 1
Clona el repositorio
git clone https://github.com/GAIR-NLP/ASI-Evolve.git - 2
Entra en el directorio del proyecto
cd ASI-Evolve - 3
Instala las dependencias de Python
pip install -r requirements.txt - 4
Inicializa el almacén de cognición de demostración y ejecuta 10 pasos de evolución
python experiments/circle_packing_demo/init_cognition.py
Antes de usarlo
- Necesita un endpoint de API de LLM compatible con OpenAI, cuyo uso puede generar costes.
- Debes proporcionar un script de evaluación y conocimientos del dominio para tus propios problemas.
- Requiere Python 3.10 o posterior y bash en la ruta del sistema.
Temas
Preguntas frecuentes
- ¿Qué es ASI-Evolve?
- Un framework de agentes que ejecuta un ciclo autónomo de aprendizaje, diseño de hipótesis, experimentación y análisis para buscar mejores soluciones a cualquier problema medible. ASI-Evolve es un framework de agentes que repite un ciclo de recuperación de conocimientos previos, propuesta de un programa candidato, ejecución con un script de evaluación y elaboración de una lección estructurada a partir del resultado. Se diseñó para la investigación en IA, pero está preparado para cualquier problema en el que un programa pueda evaluarse automáticamente.
- ¿ASI-Evolve es gratuito? ¿Qué licencia tiene?
- ASI-Evolve es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿ASI-Evolve sigue mantenido?
- Mantenimiento activo. El último commit de ASI-Evolve fue el 9 oct 2026.
- ¿Para qué puedo usar ASI-Evolve?
- Ajustar un planificador de inferencia o una política de batching frente a un benchmark de rendimiento y latencia. Buscar mejores algoritmos para problemas de optimización o simulación que tengan un script de puntuación. Explorar arquitecturas de modelos o pipelines de datos de entrenamiento cuando cada prueba pueda evaluarse automáticamente.
- ¿Cómo se instala ASI-Evolve?
- Clona el repositorio: git clone https://github.com/GAIR-NLP/ASI-Evolve.git Entra en el directorio del proyecto: cd ASI-Evolve Instala las dependencias de Python: pip install -r requirements.txt Inicializa el almacén de cognición de demostración y ejecuta 10 pasos de evolución: python experiments/circle_packing_demo/init_cognition.py
- ¿Dónde consigo ASI-Evolve?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/GAIR-NLP/ASI-Evolve
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Un espacio de trabajo con agentes para tareas de conocimiento y desarrollo de software, con varios modelos y harnesses de agentes de código abierto, disponible en local o alojado.
Una biblioteca mínima de Python para crear agentes de IA que escriben y ejecutan sus acciones como código Python.
SDK para crear agentes de IA y sistemas multiagente en Python, .NET y Java, con integraciones de modelos, plugins y bases de datos vectoriales.
Framework de Python para crear servidores y clientes MCP, además de apps interactivas que conectan LLMs con herramientas y datos.
Framework open source de Python para crear aplicaciones LLM listas para producción con pipelines modulares y flujos de trabajo de agentes para RAG, búsqueda y agentes.