Avernet

AgentEvolve

AgentEvolve 是 Avernet 面向个人 OpenClaw Bot 的本地评估与持续进化工作台。它把真实任务、诊断、Bench、优化和版本恢复连接成一条可追踪的闭环,帮助开发者回答三个问题:Bot 当前表现如何、主要问题在哪里、一次优化是否真正带来提升。

English documentation: agent-evolve.md

仓库中的历史技术目录、脚本名和配置字段仍可能保留 clawweb,它们是兼容路径,不代表产品名称。

文档导航

产品能力总览

能力 用途 开源版状态
Bot 诊断 从个人 Bot 的历史 Session 中识别问题,提取 Good/Bad Case,并生成后续目标规划 可用
Bench 诊断 使用已发布的本地模板评测 Bot,查看 Case、指标、Session 和原始结果 可用
诊断后优化 复用已经完成的诊断与规划,执行优化 Loop 可用
Bench 优化 使用训练与测试 Domain 建立 Baseline,执行多轮优化和独立验证 可用
Bot 自进化 支持“先诊断再进化”和“按一句话目标直接进化”两条全流程 可用
Pack 与应用 创建本地可恢复快照,将历史 Pack 应用到目标 Bot 可用
任务清理 清理带明确任务标记的历史进化 Agent 与 Session 可用
任务与版本管理 查看任务步骤、运行输出、评估结果、变更和 Pack 版本 可用

服务 Bot、会话专项诊断、Bot 修复、治理优化以及依赖内部环境的能力不属于当前开源版。页面只展示已经接通的公开能力。

AgentEvolve 进化任务与能力入口

进化任务页集中展示任务、评估和版本入口,并仅开放当前版本已接通的能力。

工作方式

AgentEvolve 不只是调用一次模型,而是把进化拆成可检查的阶段:

  1. 选择目标 Bot:使用 Avernet Singlebox 创建的个人 Bot,或者直接使用当前用户的本地 OpenClaw。
  2. 定义目标或发现问题:输入一句话目标,或从真实 Session 中执行诊断。
  3. 形成规划与 Bench:生成可执行的目标、Spec 和验证 Case;Bench 场景也可以直接选择已有模板。
  4. 建立 Baseline:记录优化前结果,避免只凭主观判断变更效果。
  5. 执行优化:在 Bot workspace 中生成候选变更,并按轮次保留 Diff 和运行记录。
  6. 独立验证:重新运行 Bench,对比优化前后的指标和 Case。
  7. 保存或恢复版本:确认结果后创建 Pack;需要时可将 Pack 应用到目标 Bot。

不同任务会跳过不需要的阶段。例如 Bot 诊断只分析、不修改 workspace;Bench 诊断只评测、不执行优化。

快速开始

环境要求

1. 安装依赖

在 Avernet 仓库根目录执行:

cd apps/evolverun/clawweb
npm ci
cd ../../..

2. 启动 AgentEvolve

bash apps/evolverun/clawweb/scripts/start-clawweb-open.sh

通过命令行启动 AgentEvolve

启动脚本通过交互式选项选择 Bot 来源,并准备 AgentEvolve 本地运行环境。

脚本会提示选择 Bot 来源:

  1. 自动检测(推荐):存在 Avernet Singlebox 数据库时复用,否则使用 ~/.openclaw;
  2. 本地 OpenClaw:直接使用 ~/.openclaw,不启动 Avernet Singlebox;
  3. Avernet Singlebox:复用 Singlebox 已创建的个人 Bot,但不负责启动 Singlebox。

也可以显式指定:

# 直接使用 ~/.openclaw
bash apps/evolverun/clawweb/scripts/start-clawweb-open.sh \
  --bot-source openclaw

# 复用 Avernet Singlebox 的 Bot 与数据库
bash apps/evolverun/clawweb/scripts/start-clawweb-open.sh \
  --bot-source singlebox \
  --user-id mock-user

# 指定模型和端口
bash apps/evolverun/clawweb/scripts/start-clawweb-open.sh \
  --bot-source openclaw \
  --model provider/model \
  --port 5173

3. 打开页面

访问 http://127.0.0.1:5173/,选择个人 Bot 后开始使用。

启动脚本只启动 AgentEvolve,不会启动、停止或重启 Avernet Singlebox 或 OpenClaw Gateway。若端口 5173 已被占用,脚本会退出而不是覆盖已有进程;可使用 --port 更换端口。

建议首次体验

  1. 确认页面能够展示一个个人 Bot;
  2. 先运行 Bench 诊断,验证模型、Bot workspace 和评估链路;
  3. 再使用 Bot 自进化 → 按目标进化 完成一次小范围修改;
  4. 在任务详情中检查 Diff 和 Bench 结果,确认符合预期后再创建 Pack。

首次体验建议使用可快速验证、容易回退的目标,不要直接修改重要 Bot。

功能使用说明

Bot 自进化:按一句话目标优化

适合目标明确、无需先分析历史 Session 的场景,例如“当用户问候时,使用指定文案回复”。

  1. 进入 进化任务,点击 发起进化 → Bot 自进化;
  2. 选择 按目标进化;
  3. 选择目标 Bot 和执行模型;
  4. 输入目标、成功标准和必要约束;
  5. 提交任务,依次检查 Plan、Baseline、优化轮次和验证结果;
  6. 确认改动有效后创建 Pack。

创建 Bot 自进化任务

创建任务时选择个人 Bot、进化方式、执行模型和优化目标。

一句话目标会由规划阶段转换为可执行 Spec 和 Bench Case,但不会要求生成文本逐字复制输入。最终是否达标以验证 Case 和实际输出为准。

Bot 诊断

适合不知道问题根因、希望先从历史行为中发现改进方向的场景。

  1. 点击 发起进化 → Bot 诊断;
  2. 选择个人 Bot、诊断模型、Session 时间范围和最大样本数;
  3. 补充诊断重点,例如工具失败、任务未完成或未经验证的回答;
  4. 查看诊断结论、Good/Bad Case 和目标规划;
  5. 如需继续修改 Bot,从任务结果进入 诊断后优化。

Bot 诊断本身只读取 Session 并生成结论,不应修改目标 Bot workspace。

Bench 诊断

适合使用固定 Case 对 Bot 做可重复评测。

  1. 先在 进化评估 → 评估模板 中准备或确认模板;
  2. 点击 发起进化 → Bench 诊断;
  3. 选择目标 Bot、模型和已发布模板;
  4. 运行后查看总体指标、每个 Case 的结果、Session 和原始输出;
  5. 报告能力未启用时,页面会提示报告未配置,但不影响查看评测结果。

Bench 模板与历史运行结果

Bench 页面保留模板内容、版本以及历史运行指标,便于复现和比较。

诊断后优化

适合基于一份已完成的诊断任务继续优化。

  1. 点击 发起进化 → 诊断后优化;
  2. 选择来源诊断任务和目标 Bot;
  3. 确认诊断结论、Spec、训练 Case 和验证 Case;
  4. 执行优化 Loop;
  5. 对比 Baseline、候选变更与验证结果,再决定是否保留版本。

Bench 优化

适合已有稳定评测集、希望用数据驱动多轮改进的场景。

  1. 点击 发起进化 → Bench 优化;
  2. 选择训练 Domain、测试 Domain、目标 Bot 和模型;
  3. 先运行 Baseline;
  4. 检查每轮 Tune 的 Diff、训练结果和独立测试结果;
  5. 只在指标和关键 Case 符合预期时接受候选版本。

Pack、应用与任务清理

应用 Pack 会修改目标 Bot。执行前应核对 Bot、Pack 来源、Diff 和评估结果,并保留可回退版本。

AgentEvolve Pack 版本管理

版本页用于比较评估结果、查看 Diff,并下载或应用可恢复的 Pack。

如何阅读任务结果

任务详情页是排查和验收的主要入口:

不要只根据总分决定是否应用版本。关键 Case、失败模式和实际 Diff 同样需要人工确认。

AgentEvolve 任务执行详情

任务详情按阶段展示规划、优化轮次、Diff、Bench 指标与 Pack,便于逐步验收。

本地数据与产物

任务数据按 Bot 来源隔离:

Bot 来源 默认任务目录
Avernet Singlebox ~/.local/share/clawweb-singlebox
本地 OpenClaw ~/.local/share/clawweb-open

Pack 文件实际存储在 dataDirectory/artifacts。协议中仍保留 oss:// 逻辑引用,公开版的本地文件存储会将该引用解析到本机文件,而不是上传到内部 OSS。

可以通过 --data-dir 覆盖任务目录。切换 Bot 来源时任务列表不同是正常现象,因为两种来源默认使用不同数据库和数据目录。

配置说明

启动脚本会自动生成仅供本机使用的运行配置。自定义 YAML/JSON 配置必须放在仓库外,不应提交凭据或机器路径。

配置 必填 说明
userId 是 本地用户标识
model 是 页面初始模型;未显式传入时读取 OpenClaw 默认模型
botSource 否 singlebox 或 openclaw
backendDb singlebox 模式 Avernet Backend/Singlebox 创建的 SQLite 数据库
openclawHome openclaw 模式 包含 openclaw.json 和 workspace/ 的本地目录
dataDirectory 是 任务、日志和 Pack 产物目录
skillsRoot 否 自定义公开 Skills 根目录;默认使用 Avernet 仓内公开 Skills
botsRoot 否 自定义本地 Bot 数据根目录
port 否 Web 端口,默认 5173
maxArtifactBytes 否 单个流式产物大小上限

页面模型列表来自 AgentEvolve 模块配置,公开版允许输入自定义 provider/model。模型凭据继续由模型提供方或 OpenClaw 配置管理。

开发与安全边界

公开实现位于 apps/evolverun/clawweb,公开运行 Skills 位于 apps/evolverun/clawweb-skills/clawevolve-skills。新增公开能力应满足:

常用检查:

bash apps/evolverun/clawweb-skills/clawevolve-skills/scripts/verify_public_skills.sh
cd apps/evolverun/clawweb
npm run check
npm run build
npm test

常见问题