대화 기록만 재생하는 대신 기억을 저장·회상·성찰해 AI 에이전트가 시간이 지날수록 학습하도록 돕는 에이전트 메모리 시스템입니다.
GAIR-NLP/ASI-Evolve
측정 가능한 문제에서 더 나은 해법을 찾기 위해 학습, 가설 설계, 실험 실행, 분석을 자율적으로 반복하는 범용 에이전트 프레임워크입니다.
- 스타
- 870
- 포크
- 218
- 열린 이슈
- 0
- 마지막 커밋
- 12일 전
어떤 프로젝트인가요?
ASI-Evolve는 이전 지식을 가져오고, 후보 프로그램을 제안하고, 평가 스크립트로 실행한 뒤, 결과를 바탕으로 구조화된 교훈을 작성하는 루프를 반복하는 에이전트 프레임워크입니다. AI 연구용으로 만들어졌지만, 프로그램을 자동으로 채점할 수 있는 모든 문제에 적용할 수 있도록 설계되었습니다.
이 루프는 세 에이전트가 이끕니다. Researcher는 실험 데이터베이스와 인지 저장소를 살펴 다음 후보를 제안하고, Engineer는 후보를 실행해 지표를 수집하며, Analyzer는 결과를 재사용 가능한 교훈으로 정리합니다. 각 실험은 동기, 코드, 결과, 분석과 함께 저장되며, 부모 후보 선택에는 UCB1, greedy, random 또는 MAP-Elites 섬 샘플링을 사용할 수 있습니다.
사용자는 문제 설명, 기준 프로그램, 평가 스크립트, 선택적 도메인 지식을 포함한 실험 폴더를 구성한 다음 원하는 단계 수만큼 파이프라인을 실행합니다. 저장소에는 원 패킹 데모가 포함되어 있으며 OpenAI 호환 LLM 엔드포인트라면 무엇이든 사용할 수 있습니다. 빠르게 시험해 볼 수 있도록 더 가벼운 Agent Skill 버전도 제공됩니다.
핵심 기능
- 01여러 차례에 걸쳐 학습, 설계, 실험, 분석 루프를 자동으로 실행합니다.
- 02Researcher, Engineer, Analyzer 세 에이전트를 사용합니다.
- 03모든 실험의 동기, 코드, 지표, 분석을 데이터베이스에 저장합니다.
- 04UCB1, greedy, random, MAP-Elites 섬 부모 샘플링을 지원합니다.
- 05검색을 시작하기 전에 논문이나 휴리스틱으로 인지 저장소를 채울 수 있습니다.
- 06LiteLLM을 통한 로컬 모델을 포함해 OpenAI 호환 API 엔드포인트라면 무엇이든 사용할 수 있습니다.
활용 사례
- 처리량 및 지연 시간 벤치마크를 기준으로 추론 스케줄러나 배칭 정책을 튜닝합니다.
- 채점 스크립트가 있는 최적화 또는 시뮬레이션 문제에서 더 나은 알고리즘을 탐색합니다.
- 각 실험을 자동으로 평가할 수 있는 모델 아키텍처나 학습 데이터 파이프라인을 탐색합니다.
빠른 시작
- 1
저장소를 클론합니다
git clone https://github.com/GAIR-NLP/ASI-Evolve.git - 2
프로젝트 디렉터리로 이동합니다
cd ASI-Evolve - 3
Python 종속성을 설치합니다
pip install -r requirements.txt - 4
데모 인지 스토어를 초기화하고 진화 단계를 10회 실행합니다
python experiments/circle_packing_demo/init_cognition.py
사용 전 알아둘 점
- OpenAI 호환 LLM API 엔드포인트가 필요하며, 사용 시 비용이 발생할 수 있습니다.
- 자체 문제에 사용할 평가 스크립트와 도메인 지식을 직접 제공해야 합니다.
- Python 3.10 이상과 시스템 PATH에 등록된 bash가 필요합니다.
토픽
자주 묻는 질문
- ASI-Evolve은(는) 무엇인가요?
- 측정 가능한 문제에서 더 나은 해법을 찾기 위해 학습, 가설 설계, 실험 실행, 분석을 자율적으로 반복하는 범용 에이전트 프레임워크입니다. ASI-Evolve는 이전 지식을 가져오고, 후보 프로그램을 제안하고, 평가 스크립트로 실행한 뒤, 결과를 바탕으로 구조화된 교훈을 작성하는 루프를 반복하는 에이전트 프레임워크입니다. AI 연구용으로 만들어졌지만, 프로그램을 자동으로 채점할 수 있는 모든 문제에 적용할 수 있도록 설계되었습니다.
- ASI-Evolve은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- ASI-Evolve은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- ASI-Evolve은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. ASI-Evolve의 마지막 커밋은 2026년 10월 9일입니다.
- ASI-Evolve은(는) 어디에 사용할 수 있나요?
- 처리량 및 지연 시간 벤치마크를 기준으로 추론 스케줄러나 배칭 정책을 튜닝합니다. 채점 스크립트가 있는 최적화 또는 시뮬레이션 문제에서 더 나은 알고리즘을 탐색합니다. 각 실험을 자동으로 평가할 수 있는 모델 아키텍처나 학습 데이터 파이프라인을 탐색합니다.
- ASI-Evolve는 어떻게 설치하나요?
- 저장소를 클론합니다: git clone https://github.com/GAIR-NLP/ASI-Evolve.git 프로젝트 디렉터리로 이동합니다: cd ASI-Evolve Python 종속성을 설치합니다: pip install -r requirements.txt 데모 인지 스토어를 초기화하고 진화 단계를 10회 실행합니다: python experiments/circle_packing_demo/init_cognition.py
- ASI-Evolve은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/GAIR-NLP/ASI-Evolve
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
로컬 또는 호스팅 환경에서 실행할 수 있으며, 모델과 오픈소스 에이전트 하네스를 선택해 사용하는 지식 업무 및 소프트웨어 개발용 에이전트 워크스페이스입니다.
Python 코드로 동작을 작성하고 실행하는 AI 에이전트를 만들기 위한 미니멀한 Python 라이브러리입니다.
Python, .NET, Java에서 모델·플러그인·벡터 데이터베이스 연동을 통해 AI 에이전트와 멀티 에이전트 시스템을 구축하는 SDK입니다.
LLM과 도구 및 데이터를 연결하는 MCP 서버, 클라이언트, 인터랙티브 앱을 구축하기 위한 Python 프레임워크입니다.
모듈형 파이프라인과 에이전트 워크플로를 활용해 RAG, 검색, 에이전트용 프로덕션급 LLM 애플리케이션을 구축하는 오픈 소스 Python 프레임워크입니다.