LT

leoriczhang/teamevolver

Productivity workflow
102 stars Quality 70 Trend 70

teamEvolver 位于 Agent 运行时之外,负责团队能力的持续进化与治理。它接收真实 Session 和领域资料,提取可追溯 Evidence,生成 Skill Candidate 或 Memory Change,再经过静态检查、True Replay、人工门禁、版本发布和受控分发形成闭环。

Overview

teamEvolver 位于 Agent 运行时之外,负责团队能力的持续进化与治理。它接收真实 Session 和领域资料,提取可追溯 Evidence,生成 Skill Candidate 或 Memory Change,再经过静态检查、True Replay、人工门禁、版本发布和受控分发形成闭环。

README

teamEvolver


产品定位

teamEvolver 位于 Agent 运行时之外,负责团队能力的持续进化与治理。它接收真实 Session 和领域资料,提取可追溯 Evidence,生成 Skill Candidate 或 Memory Change,再经过静态检查、True Replay、人工门禁、版本发布和受控分发形成闭环。

它不是另一个 Agent Runtime,也不是文件同步脚本:

  • Agent 继续使用自己的模型、工具、工作区和执行循环。
  • teamEvolver 统一负责 Evidence、进化、验证、版本、审计和发布。
  • OpenViking 是团队 Skill、Memory、Session 和快照的上下文存储。
  • Langfuse 可独立承担 Session 拉取与进化链路观测。

进化闭环

flowchart LR
    A["真实 Session / 领域资料"] --> B["Evidence 分类"]
    B --> C["Skill Candidate"]
    B --> D["Memory Change"]
    C --> E["Test Dataset"]
    E --> F["True ReplayBaseline vs Candidate"]
    F --> G["Candidate Review"]
    G --> H["版本发布"]
    H --> I["Agent Skill Sync"]
    D --> J["DreamCycle"]
    J --> K["Memory True Replay"]
    K --> L["团队 Memory"]

Checklist 是完成门禁,不是加权分数。通过门禁后,True Replay 按交互轮次、工具调用数、Token 用量依次比较效率。

核心能力

模块 当前能力
Session 与 Evidence V1 Session ingest、Langfuse 拉取、价值分类、近期/历史 Evidence 窗口、过滤审计
Skill Evolution 总结、裁判、分组、改进/新建/冲突合并、同源 Test Dataset 生成
True Replay 在真实 Agent Runtime 中并行运行 Baseline/Candidate,校验 Checklist、轨迹、产物和效率
Candidate Governance 候选评审、强制/按回放发布、版本详情、完整 Bundle Diff、回滚与审计
Memory Evolution DreamCycle 团队概况、去重、清理、新人可发现性、个人经验团队化及 Memory Replay
Skill Workspace SKILL.md 与多文件 Bundle 的创建、编辑、导入、版本管理和 Skill Lab
Context Workspace 个人/团队 Memory 与 Skill 的检索、分级读取、引用回执和使用归因
SkillMiner 从文档知识源生成 Skill、语义报告、EVALUATION.md 和内部 Benchmark
Agent Protocol V1 注册、身份映射、Context、Session ingest、Replay Branch、Skill Sync
Observability Langfuse Session 导入,以及模型、工具、Skill Evolution、DreamCycle 全链路追踪

所有团队 Skill 变更统一经过 SkillMutationService,由提交记录、tombstone、持久化 outbox 和 Agent 分发状态共同保证一致性。

控制台

运行总览

完整展示 Session 队列与历史、待发布候选、回放结论和 Skill 版本。

白盒进化链路

完整展示 Skill Evolution 阶段、8 个可编辑 Prompt、模型参数、过程参数和真实输入/输出测试。

系统架构

flowchart TB
    subgraph Sources["Evidence Sources"]
        Pi["Pi Agent"]
        Hermes["Hermes"]
        Generic["Agent Protocol V1"]
        LFIn["Langfuse Sessions"]
        Docs["Domain Documents"]
    end

    subgraph Control["teamEvolver Control Plane :52010"]
        Console["React Console"]
        API["FastAPI"]
        Evolution["Skill Evolution"]
        Replay["Validation Worker / True Replay"]
        Memory["DreamCycle"]
        Mutation["SkillMutationService / Outbox"]
    end

    subgraph Context["OpenViking"]
        Sessions["Sessions / Evidence"]
        Skills["Team Skills / Versions"]
        Memories["Personal + Team Memory"]
        Snapshots["Replay Snapshots"]
    end

    Sources --> API
    Console --> API
    API --> Evolution
    API --> Replay
    API --> Memory
    Evolution --> Mutation
    Mutation  Skills
    API  Sessions
    API  Memories
    Replay  Snapshots
    Mutation --> Pi
    Mutation --> Hermes
    Mutation --> Generic

控制台、进化引擎、验证队列、DreamCycle、SkillMiner 和 Agent 集成共享同一个 FastAPI 服务与配置源。

快速开始

要求:Python 3.10+。完整安装会在项目虚拟环境内安装文档挖掘和 True Replay 所需的 Hermes。

git clone https://github.com/leoriczhang/teamEvolver.git
cd teamEvolver

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -U pip
python -m pip install -e ".[all]"

teamEvolver config service.port 52010
teamEvolver start --daemon
teamEvolver status

打开 http://127.0.0.1:52010/。首次访问创建管理员,然后在控制台配置:

  1. 全局模型:OpenAI-compatible Base URL、Model 与 API Key。
  2. OpenViking:选择本地或云端部署,配置个人空间与团队空间。
  3. Agent Integration:注册 Runtime,映射外部 Subject,启用 Session、Context、Replay 和 Skill Sync。
  4. Langfuse:按需启用 Session 拉取或链路追踪,两者可独立开关。

常用命令:

teamEvolver status
teamEvolver doctor
teamEvolver config show
teamEvolver stop

源码已包含构建后的控制台;只有修改 web-ui/ 时才需要执行前端构建。

Agent 接入

推荐使用 Agent Integration Protocol V1:

Capability Agent 需要提供
session.ingest.v1 完整 Session、工具轨迹、Token、Skill 使用和 Context 引用
context.workspace.v1 通过短期 context_ref 解析和读取个人/团队 Context
replay.branch.v1 同步执行一个隔离的 Baseline 或 Candidate Branch
skill.sync.v1 接收已发布 Bundle,并按版本与 SHA-256 校验落地

V1 Token 标识 Integration,不冒充用户。每个请求使用稳定的 external_subject,由管理员配置:

integration_id + external_subject -> teamEvolver user

OpenViking Key、模型 Key 和团队 Memory 写权限始终保留在 teamEvolver 服务端。

安全与一致性

  • Replay 只物化必要的 Runtime 配置,不复制完整生产数据库。
  • Candidate 进程不直接持有上游模型密钥;模型访问通过短期 Broker。
  • 网络副作用默认 fail-closed;无法确定性重放的外部工具不会回退到真实调用。
  • Context 引用由服务端签发并校验 Integration、Subject、Session 和过期时间。
  • 团队 Memory 与团队 Skill 对普通 Agent 只读;个人 Memory 写入受 Subject 映射约束。
  • Skill 发布、回滚、删除和同步使用统一 mutation 流程与持久化 outbox。
  • Langfuse 上报 fail-open,不阻塞进化和 Memory 维护。

项目结构

teamEvolver/
├── teamEvolver/
│   ├── evolve/          # Evidence、Skill Evolution、Dataset、发布
│   ├── validation/      # Candidate 队列与 True Replay Worker
│   ├── dreamcycle/      # 团队 Memory 进化与 Memory Replay
│   ├── integrations/    # Agent V1、Hermes、Langfuse、Replay Adapter
│   ├── proxy/           # FastAPI、控制台与 Workspace 接口
│   ├── skillminer/      # 文档技能挖掘
│   ├── skills/          # Bundle、版本与 SkillMutationService
│   └── storage/         # OpenViking 存储适配
├── web-ui/              # React + TypeScript 控制台源码
├── tests/               # 单元、集成、协议和回放测试
└── docs/                # Markdown 文档源(中/英双语,控制台内可阅读和搜索)

文档

文档以 Markdown 源文件维护在 docs/ 目录下,提供中/英双语版本。登录控制台后,左侧导航栏"文档 → 使用文档"内置阅读器支持目录树浏览、全文搜索、中英文切换与 Markdown/GFM/代码块/表格渲染:

文档同步约定

修改代码后需同步更新文档时,请遵循 文档维护指南。提交前运行 node docs/scripts/check-docs-refs.mjs 验证所有代码引用和链接有效。

开发验证

python -m pip install -e ".[all,dev]"
npm --prefix web-ui ci
bash scripts/verify_local.sh

verify_local.sh 会执行 Python 编译、测试套件和前端生产构建。

License

MIT

View this README on GitHub

Recommended Tools

Try a different keyword or remove a filter.

Install

npx skillfish add leoriczhang/teamevolver