openevolve 的安装和配置教程
2025-05-21 08:05:11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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
644
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
249
317
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
9
1
🎉 (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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873