Skip to content

deepseek-auto-evolving-harness

⭐ 28 · ✅ active · related
Type related Category Harness
Stars ⭐ 28 Status ✅ active
Author liuchen6667 Updated 2026-05-26

One-liner

Auto-evolving LLM agent harness: benchmark-driven evolution via Claude Code and a self_evolution.md guide.

About

从零开始创建的 harness，在单数据集上经过 6 轮进化，用DeepSeek-V3.2非思考模型逼近Claude Code + Opus 4.6思考模型。 6轮进化主要方法为：缩短执行路径，修正工具调用兼容错误格式，调整system prompt，调整推理参数，增加执行完毕后的反思过程。

✨ Key Features

  • 通用模型 — 任何 OpenAI 兼容模型都能用，切换只需改一行配置
  • 流式输出 — 回复实时逐字显示，工具调用标签自动过滤不展示
  • 工具系统 — 自动发现、按行编辑、文件读写、Shell 执行、文件搜索
  • 长期记忆 — 用户要求记住的信息持久化到 memory/，跨会话保留
  • 上下文压缩 — 对话过长时自动压缩旧工具结果，防止 token 溢出
  • 格式纠错 — 模型输出错误的工具调用格式时自动要求重试
  • 自动重试 — 网络错误/限流时指数退避重试
  • 会话日志 — 每次对话完整记录到 sessions/，方便回溯

📦 Install

cd deepseek-auto-evolving-harness
pip install -r requirements.txt

# 编辑 config.py 填入你的 API 配置
python main.py

🚀 Quick Start

❯ 列出工作区里的文件
❯ 创建一个 hello.py，打印 hello world
❯ 运行 python hello.py
❯ 记住我喜欢简洁的代码风格

📚 Learn more

编辑 config.py 填入你的 API 配置

python main.py 示例交互： ❯ 列出工作区里的文件 ❯ 创建一个 hello.py，打印 hello world ❯ 运行 python hello.py ❯ 记住我喜欢简洁的代码风格