openevolve 的安装和配置教程
2025-05-21 06:54:16作者:何将鹤
项目基础介绍
openevolve 是一个开源项目,它是一个基于遗传算法的编码代理,用于科学和算法发现的编码优化。该项目实现了 DeepMind 论文 "AlphaEvolve: A coding agent for scientific and algorithmic discovery" 中描述的 AlphaEvolve 系统。openevolve 使用大型语言模型(LLM)来通过迭代过程优化代码,支持多种编程语言,并且可以与 OpenAI 兼容的 API 配合使用。
该项目主要使用的编程语言是 Python。
项目使用的关键技术和框架
- 遗传算法:
openevolve使用遗传算法进行代码的优化和迭代改进。 - 大型语言模型(LLM):项目支持使用 OpenAI 兼容的 API,利用 LLM 进行代码生成和修改。
- 异步管道:
openevolve采用异步管道来最大化吞吐量,以评估尽可能多的候选解决方案。 - 分布式评估:项目支持分布式评估,可以在多个节点上并行测试生成的代码。
项目安装和配置
准备工作
在开始安装 openevolve 之前,请确保您的系统中已经安装了以下依赖:
- Python 3.x
- pip(Python 包管理器)
安装步骤
-
克隆项目仓库
首先,您需要从 GitHub 克隆
openevolve仓库到本地环境:git clone https://github.com/codelion/openevolve.git cd openevolve -
安装依赖
接下来,使用 pip 安装项目所需的依赖:
pip install -e .这将安装项目根目录下的所有 Python 包。
-
配置项目
openevolve是高度可配置的。您可以通过编辑 YAML 文件来指定配置选项。在项目目录下,您可以找到一个名为default_config.yaml的配置文件,您可以根据自己的需求进行修改。例如,以下是配置文件的一个片段:
max_iterations: 1000 llm: primary_model: "gemini-2.0-flash-lite" secondary_model: "gemini-2.0-flash" temperature: 0.7 database: population_size: 500 num_islands: 5您可以根据需要调整这些参数,以适应您的特定问题。
-
运行示例
安装和配置完成后,您可以尝试运行一个示例来验证安装是否成功。例如,运行一个函数最小化的示例:
python openevolve-run.py examples/function_minimization/initial_program.py examples/function_minimization/evaluator.py --config examples/function_minimization/config.yaml --iterations 1000这将启动
openevolve并运行指定的迭代次数。
现在,您已经成功安装和配置了 openevolve。您可以开始使用它来优化您的代码,并进行科学和算法发现。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0128- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
720
4.63 K
Ascend Extension for PyTorch
Python
594
745
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
424
374
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
986
977
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
884
128
deepin linux kernel
C
29
16
暂无简介
Dart
966
245
Oohos_react_native
React Native鸿蒙化仓库
C++
345
390
昇腾LLM分布式训练框架
Python
159
187
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.64 K
964