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。
概览
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:
- 全局模型:OpenAI-compatible Base URL、Model 与 API Key。
- OpenViking:选择本地或云端部署,配置个人空间与团队空间。
- Agent Integration:注册 Runtime,映射外部 Subject,启用 Session、Context、Replay 和 Skill Sync。
- 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:
| 章节 | 内容 |
|---|---|
| 开始使用 | 产品简介、快速开始、安装部署 |
| 核心概念 | 架构总览、进化闭环、Skill 体系、Memory & DreamCycle、True Replay |
| 使用指南 | 配置参考、生产部署、Web 控制台、可观测性、故障排查 |
| Agent 接入 | 接入概览、Protocol V1 规范、Hermes 接入、自定义接入 |
| API 参考 | API 概览、Agent 注册、Session 上报、Context Workspace、Skill 管理 |
| 设计文档 | Master PRD、DreamCycle 评估、OpenViking 能力调研 |
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
推荐工具
换一个关键词,或者移除筛选条件。
安装
npx skillfish add leoriczhang/teamevolver