Agents · 自进化多智能体框架
EvoAgentX
面向智能体工作流演化的开源自进化框架
EvoAgentX 是面向 LLM Agent 工作流演化的开源框架，支持自动构建、多轮评估和自进化优化。
状态
verified
开源
价格
开源免费
开源
入口
GitHub / Python / 论文
本地运行 / 自托管 / SDK 集成
API
API 需确认
独立体系
形态
研究框架 / 工作流框架
Python
选型结论
适合想自动构建、评估并演化 agentic workflow 的研究者和开发者。它把工作流生成、内置评估与自进化优化放在同一套 Python 框架里，可本地运行或自托管集成。取舍在于它偏研究实验，迭代较快，基准成绩与默认配置需按当前版本复核。
定位
适合
成本口径
核心能力
自动生成工作流
根据任务目标自动构建智能体工作流，减少手工编排的工作量。
内置多轮评估
框架自带评估环节，可在演化过程中对工作流表现进行多轮检验。
自进化优化
支持按评估反馈迭代改进工作流结构，逐步调整智能体协作方式。
开源可自托管
代码开源，可在本地运行或自托管，并通过 SDK 集成到自己的项目。
典型使用场景
研究工作流演化
用于实验智能体工作流的自动生成与进化方法，便于对比不同策略。
多模型流程搭建
适配 OpenAI、Qwen、Claude、DeepSeek、Kimi 与 LiteLLM，便于组合不同模型。
评估驱动调优
借助内置评估结果判断工作流改动是否有效，辅助迭代决策。
上手步骤
- 1
安装框架
从 GitHub 获取仓库，按文档在 Python 环境中安装依赖并运行示例。
- 2
配置模型
在配置中填入所选供应商的模型与密钥，指定工作流使用的模型。
- 3
运行示例
先跑通仓库自带示例，观察工作流生成与评估的输出流程。
- 4
接入自有项目
通过 SDK 集成方式把框架接入现有 Python 项目，替换为自有任务。
价格与使用方式
价格口径
开源状态
API 状态
使用入口
运行方式
支持平台
常见连接对象
所属生态
优点与局限
值得选的地方
- 把工作流生成、评估与进化放在同一套框架内
- 支持多家模型供应商，便于替换与对比
- 开源且可本地运行、自托管与 SDK 集成
先想清楚的地方
- 偏研究与实验框架，工程落地需自行补齐配套
- 论文与仓库迭代较快，基准成绩需按当前版本复核
- 不提供现成 API，需通过本地运行或 SDK 集成使用
适合谁用
更适合
- 研究智能体工作流演化的研究者
- 需要自动生成并评估流程的开发者
- 希望在本地或自托管环境试验的团队
不太适合
- 需要开箱即用产品的业务团队
- 依赖现成 API 直接调用的场景
同类对比
4 个同类| 产品 | 形态 | 价格口径 | 开源 | 地区 |
|---|---|---|---|---|
| EvoAgentX EvoAgentX · 本页 | 研究框架 / 工作流框架 | 开源免费 | 是 | 海外 |
| Hermes-Agent Nous Research | 开源框架 | 开源免费 | 是 | 海外 |
| ChatGPT agent OpenAI | 云端 SaaS | ChatGPT 订阅内的 Agent 能力；消息额度和可用地区以官方帮助中心和账号页面为准 | 否 | 海外 |
| Genspark Super Agent Genspark | 一站式 AI 工作空间 / 通用执行型 Agent | 免费 + 付费套餐 | 否 | 海外 |
| Lindy Lindy | 企业 AI teammate / 云端 SaaS | 免费试用 + 付费套餐；官网当前提供 7 天试用 | 否 | 海外 |
按分类、形态和接入方式挑出最接近的同类，价格口径以各自详情页为准。
常见问题
4 条EvoAgentX 是什么？
EvoAgentX 是面向 LLM Agent 工作流演化的开源框架，支持自动构建、多轮评估与自进化优化。
EvoAgentX 适合哪些人使用？
适合想自动构建、评估并演化 agentic workflow 的研究者和开发者，不适合需要开箱即用产品的团队。
EvoAgentX 支持哪些模型供应商？
适配 OpenAI、Qwen、Claude、DeepSeek、Kimi 与 LiteLLM，具体接入方式以仓库文档为准。
EvoAgentX 如何部署和接入？
可在本地运行或自托管，也可通过 SDK 集成到自有项目，使用前建议按当前版本复核文档与基准。