内容
# 自我进化
将智能体指向任何技能、仓库或项目，让它自我迭代，在一个无法操纵的接受门槛后面，这样“接受 = 真正的改进”，而不是自我欺骗的分数上升但能力持平的曲线。
[](https://docs.anthropic.com/en/docs/claude-code)
[](LICENSE)
[](tests/)
[](SKILL.md)
[](#languages)
[](ROADMAP.md)
[English](README.md) | [中文版](README_CN.md)
---
## ⭐ 阅读此内容，首先了解设计理念
大多数自我改进智能体的工作仅在**可验证领域**中成功，如代码、数学等有明确事实依据的领域。而更具挑战性的**开放式生成且无明确事实依据**的领域中，智能体可能声称自己有所改进，但难以验证。自我进化正是为了解决这一难题而设计的。其指导原则是：
- **方法论是固定的，信号源适应变化。** 循环流程始终为 `反思 → 提出 → 评估 → 判断 → 接受`。每次针对的目标不同，评估信号的来源可能会变化。
- **如果可行则运行，如果可行则验证，否则生成场景并让异构评委评分，确保没有目标是无法进化的。** 三种信号提供者（程序裁决、锚点验证、生成评估）实现了相同的 `评估` 接口；您可以选择最合适的信号提供者，依次向下fallback，确保底线始终存在。
- **大型语言模型（LLM）提出建议，代码裁决。** 接受、拒绝、回滚、信号源选择等所有决定都由确定性的控制代码决定。模型永远不会对其输出进行评分。
- **防自我欺骗是关键。** 关闭了六种潜在的作弊路径（见下表），因为在长时间全自动循环中，“接受”必须意味着真正的改进，而非自我粉饰。
完整的设计理念请参见 [`docs/philosophy.md`](docs/philosophy.md)，设计规格和原理说明在 [`docs/superpowers/`](docs/superpowers/) 中。
## 它是什么（以及不是什么）
一种**方法论技能 + 轻量级确定性控制**，允许智能体在 `git 工作树` 沙盒中对任何技能、仓库或项目进行自我迭代，跨多个轮次，并在不可操纵的提交门槛后面。它属于**自我进化 / 自我改进智能体**家族（“智能体改进其自身技能 / 搭建”的分支），融合了 **DGM + SICA + MARS + OMNI + PACE** 的理念，并添加了开放、无明确事实依据的生成领域所需的防护措施：验证锚点 + 任意有效接受者 + 异构评委 + 对抗性共进化。
它**不是**一个“让我的仓库变得更好”的魔术按钮，**不是**一个为您提供变更的工具。所有全自动的过程都在沙盒内进行；任何离开沙盒的操作（推送 / 合并到主分支 / 外发）都需要经过单独的人工审核流程。
**防自我欺骗（六种路径已关闭）：**
| 潜在的自我欺骗路径 | 防御措施 |
|---|---|
| 编辑评分器/裁判以自我评分 | 不可变决策代码清单 + 冻结实现 + 启动哈希校验失败关闭 + 补丁硬拒绝门槛 + 监督双进程裁决（候选者从未进入 `sys.path`，从未自我裁决/评分） |
| 注入不可验证的“锚点” | `verify_anchor`（程序化 EDGAR 校验）+ `marginal_gain` 在验证前为 0 |
| 过拟合留存数据 | 留存数据事实依据物理隔离（铁律 5）+ 确定性分割 + 分歧门槛 + 累积漂移预算 |
| 裁判勾结 | 异构裁判（Claude + Codex，强制不同模型家族）+ `pairwise_agreement` + 裁判 ↔ 锚点校准（仅限留存锚点） |
| 来自相关锚点的膨胀 e 值 | `effective_independent_count` 同源去相关（8→4）+ 独立性门槛 |
| 隐蔽外发通道 | 代理控制中继发送（候选者无 URL 构造权限）+ 熵 / 编码 / 序列异常审查 |
## 安装
```
/plugin install github:DaizeDong/self-evolve
```
或手动克隆：
```bash
git clone https://github.com/DaizeDong/self-evolve.git ~/.claude/plugins/self-evolve
```
## 快速开始
针对任何 Git 历史记录目标仓库运行一次自我迭代轮次（在沙盒内全自动）：
```bash
# 初始化运行（返回运行 ID）
python -m tools.sie.cli init --target <目标仓库的绝对路径>
# 运行循环
python -m tools.sie.cli run --target <目标仓库> --run-id <ID> --base-ref HEAD --max-rounds 3
# 检查 / 恢复
python -m tools.sie.cli status --target <目标仓库> --run-id <ID> # 当前状态
python -m tools.sie.cli replay --target <目标仓库> --run-id <ID> # 崩溃后从事件中重建
python -m tools.sie.cli rollback --target <目标仓库> --run-id <ID> --vid <VID>
# 自我引导（自我进化自身，强制 IMMUTABLE 生效）
python -m tools.sie.cli run --target <自我进化自身> --run-id <ID> --self --enforce-immutable
```
默认模式为 `builtin` / `serial`（确定性，用于 521 个测试，无外部调用）。 `--live`（= `--proposer llm --reflect-mode parallel`）开启真正的智能体闭环：提案者 / 反射者 / 两个裁判通过本地 `cc` 网关（分账，备用 `claude`）+ `codex` CLI。
## 调用方式
斜杠命令（首先将仓库部署到 `~/.claude/skills/self-evolve`，例如通过连接）：
```
/self-evolve <目标仓库> # 对目标仓库启动自我迭代运行
/self-evolve-status <运行ID> # 检查运行状态
/self-evolve-resume <运行ID> # 恢复现有运行
```
铁律、门槛序列和每个层级 / 锚点的接口在 [`SKILL.md`](SKILL.md) 和 [`reference/`](reference/) 中。
## 示例输出
循环是一个 10 状态的门控状态机，简化为六个直观动词：
```
┌──────────────────── 一次迭代 ───────────────────┐
PROFILE ──► 反思 ──► 提出 ──► 补丁 ──► 评估 ──► 判断 ──┐
(修复信号) (读取历史) (提出) (沙盒) (获取信号) (裁决)│
│ 接受/拒绝/回滚
└──────────────────◄── 循环 ◄───────────────────────────────────┘
│ 自我欺骗/破坏者命中 → 暂停(人工) → 停止
```
接受的版本进入存档谱系；任何离开沙盒的操作都需人工审核。示例运行见 [`examples/`](examples/)。
## 限制
- 纯 A 类自动接受需要“变更后更多测试通过”的余地，绿色基线没有（按设计），因此真正的开放领域改进信号存在于 B / C 质量层级。
- 当前代码对纯粹主观的 C 类保守处理（`coverage=0`，低权重，默认为人工审核）；完整的 A/B↔C 接受对等性是场景评估模块的设计 / 落地方向，尚未完全落地。
- 所有自动过程仅在沙盒内进行；上线操作（推送 / 合并 / 外发）始终需要人工审核流程。
## 语言
英文 (`README.md`, 权威) · 中文 ([`README_CN.md`](README_CN.md))
## 路线图 · 更新日志 · 许可证
参见 [ROADMAP.md](ROADMAP.md) · [CHANGELOG.md](CHANGELOG.md) · [LICENSE](LICENSE) (MIT)。
姐妹技能： [market-intel](https://github.com/DaizeDong/market-intel)，学术工具链交叉验证在 [`docs/02-crossval-deepdive.md`](docs/02-crossval-deepdive.md) 中为本项目的防护栏设计提供输入。
MCP 市场