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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134