Evolver：让 AI 拥有"进化记忆"的开源工具

你有没有想过，如果 AI 能像生物一样"进化"——从错误中学习、积累成功经验、不断优化自己——会是什么样？

Evolver 就是这样一个工具：它让 AI Agent 拥有了"进化记忆"，能够系统性地从错误中修复、从成功中积累经验。

🤔 Evolver 解决什么问题？

假设你有一个 AI 助手帮你写代码。今天它修复了一个 bug，明天遇到类似问题，它可能又会犯同样的错误。

Evolver 的解决方案：

• 📝 记录每次"进化"：修复了什么、为什么修复、怎么修复的
• 🧬 提取可复用策略：把成功经验变成"Gene"（策略模板）
• 💊 保存成功快照：把最佳实践变成"Capsule"（可复用方案）
• 🔍 信号驱动：自动从日志中识别需要进化的信号

🚀 快速上手

安装（只需 3 步）

git clone https://github.com/linkerlin/Evolver.php.git
cd Evolver.php
composer install
php evolver.php --validate

配置到你的 AI 客户端

以 Kimi Code CLI 为例，编辑 ~/.kimi/mcp.json：

{
  "mcpServers": {
    "evolver": {
      "command": "php",
      "args": ["/你的路径/Evolver.php/evolver.php"]
    }
  }
}

就这样！现在你的 AI 就拥有了进化能力。

🛠️ 核心工具一览

Evolver 提供了 13 个 MCP 工具，最常用的有：

📖 使用示例

场景 1：从错误日志中进化

{
  "name": "evolver_run",
  "arguments": {
    "context": "[ERROR] TypeError: null pointer dereference in UserService.php",
    "strategy": "repair-only"
  }
}

Evolver 会：

1. 提取信号（检测到错误）
2. 匹配最合适的 Gene（修复策略）
3. 生成 GEP 提示（指导 AI 如何修复）

场景 2：保存成功经验

修复成功后，调用：

{
  "name": "evolver_solidify",
  "arguments": {
    "intent": "repair",
    "summary": "通过添加 null 检查修复了空指针异常",
    "signals": ["null_pointer_error"],
    "blastRadius": {"files": 1, "lines": 5}
  }
}

这次成功经验会被保存，下次遇到类似问题，AI 可以直接参考！

🎯 四种进化策略

🛡️ 安全设计

Evolver 内置了多重安全保护：

• 爆炸半径限制：单次进化最多 60 个文件、20,000 行
• 命令白名单：只允许执行安全的验证命令
• 源码保护：核心引擎文件禁止自修改
• 三种安全模式：never（禁用）/ review（需确认）/ always（全自动）

🧠 核心概念

Gene（基因）= 可复用策略模板

Gene 是"怎么解决某类问题"的方法论。比如：

• gene_gep_repair_from_errors：从错误日志中修复的策略
• gene_optimize_performance：性能优化的策略
• gene_innovate_new_feature：创新新功能的策略

Capsule（胶囊）= 成功案例快照

Capsule 是某次成功进化的完整记录，包含：

• 遇到了什么问题
• 用了什么 Gene
• 做了什么修改
• 结果如何验证

🏗️ 架构设计

┌─────────────────────────────────────────┐
│  MCP stdio (evolver.php)                 │
│  - 通过 stdin/stdout 与 AI 通信          │
├─────────────────────────────────────────┤
│  核心引擎                                 │
│  - SignalExtractor（信号提取）           │
│  - GeneSelector（策略选择）              │
│  - PromptBuilder（提示构建）             │
│  - SolidifyEngine（结果固化）            │
├─────────────────────────────────────────┤
│  存储层                                   │
│  - SQLite（本地数据库，完全私有）         │
│  - WAL 模式 + mmap 优化                  │
└─────────────────────────────────────────┘

💡 最佳实践

1. 定期查看 Genes：用 evolver_list_genes 了解 AI 积累了哪些策略
2. 重要修改后 solidify：每次成功修复后，及时固化经验
3. 选择合适的策略：生产环境用 harden，实验环境用 innovate
4. 开启 review 模式：重要项目建议设置 EVOLVE_ALLOW_SELF_MODIFY=review

🌟 总结

Evolver 让 AI 从"一次性助手"进化为"持续成长的伙伴"：

• ✅ 记住教训：不再重复犯错
• ✅ 积累经验：成功策略可复用
• ✅ 系统进化：有章法的自我改进
• ✅ 完全私有：所有数据本地存储

Evolver - 赋予 AI 进化的力量 🧬
#Evolver