Agents · 自进化 Agent 框架
EvoMap
面向中文场景的自进化智能体开源框架，供开发者研究
EvoMap 是国内团队推出的自进化 Agent 框架，强调技能自动生成、优化和中文场景适配。
状态
verified
开源
价格
开源免费
Apache 2.0
入口
GitHub / Web / 本地运行
本地运行 / 自托管 / 云端 SaaS / SDK 集成
API
API 需确认
独立体系
形态
开源框架
Python / 本地
选型结论
适合想研究技能自动生成、经验积累与中文场景适配的开发者。它提供开源框架，可在本地或自托管环境运行，取舍在于自进化效果依赖通用大模型能力，论文与实现细节需要自行跟踪。
定位
适合
成本口径
核心能力
技能自动生成
框架强调由智能体自行生成并优化技能，减少手工编写流程的工作量。
中文场景适配
面向中文语料与中文任务设计，方便在国内业务环境中做实验与落地尝试。
开源可自托管
采用宽松开源许可，支持本地运行与自托管部署，便于按需改造内部流程。
工作流进化
围绕工作流的持续进化展开，让智能体在实践中积累经验并调整执行策略。
典型使用场景
技能库研究
用于研究智能体如何自动生成技能、评估效果并沉淀为可复用的能力。
中文任务实验
在中文问答与流程类任务中验证自进化策略，观察经验积累带来的变化。
内部流程自托管
把框架部署在自有环境中，接入内部模型与业务接口做流程自动化探索。
上手步骤
- 1
获取源码
从代码托管仓库获取源码，按说明准备运行环境并安装依赖。
- 2
接入模型
配置通用大模型或兼容接口作为推理后端，为智能体提供生成与决策能力。
- 3
跑通示例
先用示例任务熟悉框架结构，再替换成自己的业务场景与技能需求。
- 4
观察进化过程
记录技能生成与工作流调整的日志，评估自进化在实际任务中的表现。
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
- 面向中文场景设计，适配中文任务与语料。
- 强调技能自动生成与经验积累，方向清晰。
- 开源许可宽松，支持本地运行与自托管。
先想清楚的地方
- 论文与框架实现细节仍需持续跟踪。
- 自进化效果依赖所接入的大模型能力。
- 不提供现成接口，需要自行集成与部署。
适合谁用
更适合
- 研究自进化机制的开发者
- 做中文智能体实验的团队
- 需要自托管部署的开发者
不太适合
- 希望开箱即用的使用者
- 需要稳定商用接口的团队
- 不熟悉本地环境配置的人
同类对比
4 个同类| 产品 | 形态 | 价格口径 | 开源 | 地区 |
|---|---|---|---|---|
| EvoMap EvoMap · 本页 | 开源框架 | 开源免费 | 是 | 中国 |
| MetaGPT DeepWisdom | 开源框架 | 开源免费 | 是 | 中国 |
| Hermes-Agent Nous Research | 开源框架 | 开源免费 | 是 | 海外 |
| 钉钉悟空 阿里 / 钉钉 | 企业办公 Agent / AI 工作平台 | 企业会员 / 算粒消耗 / 云电脑等按官方文档和账号页面为准 | 否 | 中国 |
| 飞书 aily 飞书 | 企业办公 Agent | 平台计费 / 企业方案 | 否 | 中国 |
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EvoMap适合哪些开发者使用？
适合想研究技能自动生成、经验积累与中文场景适配的开发者，也适合需要本地或自托管部署、愿意自行集成模型的团队。
EvoMap的技能自动生成指什么？
指智能体在执行任务过程中自行生成、优化技能，并把有效经验沉淀下来，减少人工编写固定流程的工作量。
EvoMap需要接入什么模型？
框架面向通用大模型设计，可接入通用模型或兼容接口作为推理后端，具体配置方式以仓库文档说明为准。
EvoMap的开源许可是怎样的？
采用Apache开源许可，允许在遵守许可条款的前提下使用与修改，商用前建议阅读许可原文与仓库说明。