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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609