🧬 Evolver.php 从入门到进化 🧬

## 一篇面向开发者的科普文章，介绍这个基于 PHP 的 AI 能力演化引擎 --- ## 🌿 序言：当代码学会进化 在软件工程的世界里，我们习惯了这样一种信念：代码是静态的，它只会执行我们精确指令的操作。一旦部署，程序就像被冻结的标本，直到下一次人工更新。但想象一下，如果软件能够像生物一样积累经验、从错误中学习、将成功的策略遗传给下一代呢？ 这听起来像是科幻小说中的场景，但 Evolver.php 正在将这个愿景变为现实。它不仅仅是一个工具库，更是一个赋予 AI Agent 记忆的基因编辑器。通过将生物学中的进化论思想引入软件系统，Evolver.php 让 PHP 应用拥有了前所未有的能力——自我进化。 > 💡 **核心金句**："Evolver.php 不是工具，而是赋予 AI 记忆的基因编辑器。" --- ## 🎬 第一章：AI 的记忆诅咒 ### 📽️ 当 Phil Connors 遇见 AI Agent 1993 年，一部名为《土拨鼠之日》(Groundhog Day) 的电影上映了。故事的主角 Phil Connors 是一个愤世嫉俗的天气预报员，他被困在了 2 月 2 日这一天。每天早上醒来，他发现自己又回到了同一个早晨，面对同样的人群，经历同样的事件。无论他今天学到了什么、改变了什么，第二天一切都会归零重置。 这个荒诞的设定，恰恰是当前 AI Agent 的真实写照。 想象一下这样的场景：你的 AI 助手今天花了十分钟分析了一个棘手的数据库连接超时问题，终于找到了根本原因并修复了它。第二天，当完全相同的问题再次出现时，它却像失忆了一样，从头开始分析、排查、修复。今天积累的经验，明天荡然无存。 这不是 Bug，这是架构设计的根本性缺失。 ### 🧠 LLM 的"金鱼记忆" 大型语言模型（LLM）无疑是当今最令人兴奋的技术突破之一。它们博览群书、能言善辩，似乎无所不知。然而，它们有一个致命的弱点：**无状态性（Statelessness）**。 每一次对话，LLM 都是从一张白纸开始。虽然现代模型拥有越来越大的上下文窗口（Claude 可以处理约 200K tokens），但这只是一个临时的"工作记忆"。一旦会话结束，所有内容都会被清空。下一个用户、下一个问题，一切又要从头来过。 > 📖 **深度解析：无状态性** > 在计算机科学中，无状态意味着系统不保留关于过去交互的任何信息。每次请求都被视为独立的、与之前任何请求无关的新请求。这种设计简化了系统架构，但也意味着无法积累经验。 根据 McKinsey 2024 年的 AI 报告，企业 AI Agent 平均每天要处理 100 多个相似的问题。更令人担忧的是，重复处理相同问题所消耗的计算资源，约占 AI 运行总成本的 30%。这不仅浪费金钱，更浪费了本可以用于创新的时间和精力。 ### 🔓 打破诅咒的钥匙 Evolver.php 的出现，正是为了打破这个诅咒。它的核心思想很简单： **让 AI 拥有可遗传的记忆。** 具体来说，Evolver.php 通过以下机制实现这一目标： 首先，它会从日志、错误信息、用户反馈中提取"信号"——这些信号代表着需要进化干预的机会或威胁。然后，它会匹配预定义的"Gene"——即可复用的策略模板，就像生物体从基因库中调用相应的蛋白质编码一样。当策略成功执行后，系统会将这次成功的经验封装成"Capsule"——一个可被未来复用的快照，就像表观遗传标记记录了环境对基因表达的影响。 最终，AI Agent 不再是每天重新开始的 Phil Connors，而是一个能够积累经验、传承智慧的进化系统。 > 💡 **核心金句**："没有记忆的 AI，就像永远活在这一天的土拨鼠。" --- ## 🔌 第二章：MCP 协议入门 ### 🏗️ AI 工具的"巴别塔"问题 在软件开发领域，我们早已习惯了标准化的力量。HTTP 协议让不同的 Web 服务器和浏览器能够无缝通信；SQL 标准让不同的数据库可以被相似的查询语言操作。但在 AI 工具的世界里，很长一段时间都处于"巴别塔"状态——每个工具都有自己的接口、自己的数据格式、自己的通信方式。 如果你想让 Claude 调用一个外部工具，可能需要写一个专用的插件；如果你想让它访问你的本地文件系统，可能需要配置复杂的权限系统；如果你想让它连接你的数据库，那更是一场安全噩梦。 这种碎片化严重阻碍了 AI 生态的发展。直到 Model Context Protocol（MCP）的出现。 ### 📡 MCP：AI 世界的通用语 MCP（Model Context Protocol）是由 Anthropic 推出的开放标准，旨在解决 AI 工具之间的互操作性问题。它的设计哲学可以用一句话概括： **简单到极致，强大到无限。** MCP 基于 JSON-RPC 2.0 规范，通过标准的 stdin/stdout 流进行通信。这意味着，只要你的程序能够读写标准输入输出，它就可以成为一个 MCP 服务器，被任何支持 MCP 的 AI 客户端调用。 ```json // 一个典型的 MCP 配置示例 { "mcpServers": { "evolver": { "command": "php", "args": ["/path/to/Evolver.php/evolver.php"], "env": { "EVOLVER_DB_PATH": "~/.evolver/evolver.db", "EVOLVE_ALLOW_SELF_MODIFY": "review" } } } } ``` 这段配置告诉 AI 客户端：当你需要使用 Evolver 的能力时，启动一个 PHP 进程，通过 stdin 发送请求，从 stdout 接收响应。就这么简单。 ### 🧠 Evolver.php 的角色定位 在 MCP 的生态中，Evolver.php 扮演着一个特殊的角色——它是 AI Agent 的"长期记忆皮层"。 如果将 AI 模型比作大脑，那么短期记忆（上下文窗口）就像是工作记忆，只能容纳当前正在处理的信息。而 Evolver.php 则通过 SQLite 数据库提供了长期存储，让 AI 能够"记住"过去的经验、成功的策略、失败的教训。 更重要的是，Evolver.php 不是一个被动的存储系统。它主动分析信号、匹配策略、生成进化建议。它不仅让 AI 记住，更让 AI 能够从记忆中学习、进化。 ### 🌐 支持的客户端 目前，Evolver.php 可以与以下 MCP 客户端无缝集成： **Claude Desktop**：Anthropic 官方的桌面应用，支持通过配置文件添加 MCP 服务器。 **Kimi Code CLI**：国内领先的 AI 编程助手，完整支持 MCP 协议，是 Evolver.php 的推荐客户端。 **Gemini CLI**：Google 的命令行 AI 工具，虽然存在一些兼容性问题，但基本功能可用。 > 💡 **核心金句**："MCP 是 AI 世界的通用语，让工具之间不再有巴别塔。" --- ## 🧬 第三章：GEP 协议详解 ### 📋 五个 JSON 对象的交响曲 如果说 MCP 解决了"如何通信"的问题，那么 GEP（Gene-Encoded Protocol）解决的就是"如何进化"的问题。 GEP 是 Evolver.php 的核心协议，它定义了一套模仿生物遗传过程的输出规范。当 AI 需要进行一次"进化"时，它必须按照严格的顺序输出五个 JSON 对象。这五个对象就像五个乐章，共同谱写出一首完整的进化交响曲。 让我们逐一认识它们： ### 🎯 第一乐章：Mutation（变异） Mutation 是进化的起点，它标识了触发这次进化的"变异"——可以是一个错误、一个机会、或一个用户请求。 ```json { "type": "Mutation", "id": "mut_20260303_001", "category": "repair", "trigger_signals": ["log_error", "sqlite_connection_timeout"], "target": "database_module", "expected_effect": "Fix connection timeout by adding retry logic", "risk_level": "low", "rationale": "Connection timeouts are causing 15% of requests to fail" } ``` 这个对象回答了三个关键问题：**发生了什么？**（trigger_signals）**我们要做什么？**（expected_effect）**为什么这样做？**（rationale） ### 🎭 第二乐章：PersonalityState（人格状态） 进化不是机械的修复，它需要"心态"的配合。PersonalityState 定义了 AI 在这次进化中的工作风格。 ```json { "type": "PersonalityState", "rigor": 0.8, "creativity": 0.3, "verbosity": 0.5, "risk_tolerance": 0.2, "obedience": 0.9 } ``` 当 `rigor`（严谨度）高而 `creativity`（创造力）低时，AI 会采取保守的修复策略。当 `risk_tolerance`（风险容忍度）低而 `obedience`（服从度）高时，AI 会严格遵守安全约束。这套机制确保进化过程既灵活又可控。 ### 📜 第三乐章：EvolutionEvent（进化事件） EvolutionEvent 是这次进化的"出生证明"，它记录了所有关键信息，供未来审计和追溯。 ```json { "type": "EvolutionEvent", "schema_version": "1.6.0", "id": "evt_20260303_001", "parent": "evt_20260302_042", "intent": "repair", "signals": ["log_error", "sqlite_connection_timeout"], "genes_used": ["gene_gep_repair_from_errors"], "mutation_id": "mut_20260303_001", "personality_state": { ... }, "blast_radius": { "files": 2, "lines": 45 }, "outcome": { "status": "success", "score": 0.92 } } ``` 注意 `parent` 字段——它指向父进化事件，形成了一条完整的进化链。通过追溯这条链，我们可以理解 AI 是如何一步步从初始状态进化到当前状态的。 ### 🧬 第四乐章：Gene（基因） Gene 是这次进化使用的核心策略，它是可复用的知识单元。就像生物体的基因编码了蛋白质的合成指令，Evolver 的 Gene 编码了问题解决的策略步骤。 ```json { "type": "Gene", "schema_version": "1.6.0", "id": "gene_gep_repair_from_errors", "category": "repair", "signals_match": ["error", "exception", "failed", "unstable", "log_error"], "preconditions": ["signals contains error-related indicators"], "strategy": [ "Extract structured signals from logs and user instructions", "Select an existing Gene by signals match", "Estimate blast radius before editing", "Apply smallest reversible patch", "Validate using declared validation steps; rollback on failure", "Solidify knowledge: append EvolutionEvent, update Gene/Capsule store" ], "constraints": { "max_files": 20, "forbidden_paths": [".git", "vendor", "node_modules"] }, "validation": ["php -l src/*.php", "php evolver.php --validate"] } ``` 这个 Gene 定义了修复错误的完整流程：从信号提取到策略选择，从影响评估到最小化修改，从验证执行到知识固化。它是一个经过验证的、可复用的策略模板。 ### 💊 第五乐章：Capsule（胶囊） Capsule 是这次进化成功的"快照"，它记录了具体的执行细节和结果，供未来相似场景复用。 ```json { "type": "Capsule", "schema_version": "1.6.0", "id": "capsule_20260303_001", "trigger": ["log_error", "sqlite_connection_timeout"], "gene": "gene_gep_repair_from_errors", "summary": "Added retry logic with exponential backoff to SQLite connection handler", "confidence": 0.92, "blast_radius": { "files": 2, "lines": 45 } } ``` 如果说 Gene 是抽象的策略，那么 Capsule 就是策略在特定场景下的具体实现。它就像疫苗中的"减毒活病毒"——保留了有效性，但经过了安全处理。 ### 🔄 五者的关系 这五个对象形成了一个完整的闭环： Mutation 触发进化 → PersonalityState 设定心态 → EvolutionEvent 记录过程 → Gene 提供策略 → Capsule 保存结果 下次遇到相似的场景时，系统可以直接从 Capsule 中提取经验，而不需要从头开始推理。这就是"可遗传记忆"的实现机制。 > 💡 **核心金句**："五个 JSON 对象，编码了 AI 进化的完整生命周期。" --- ## 🏛️ 第四章：Evolver.php 架构 ### 🧩 四大核心组件 Evolver.php 的架构设计遵循"单一职责"原则，将复杂的进化流程分解为四个独立但协作的组件。让我们像解剖一个细胞一样，逐一观察这些"细胞器"。 #### 🔍 SignalExtractor（信号提取器） SignalExtractor 是系统的"感觉器官"，它负责从各种输入源中识别和提取进化信号。 ```php // src/SignalExtractor.php 核心逻辑 final class SignalExtractor { public const OPPORTUNITY_SIGNALS = [ 'user_feature_request', 'user_improvement_suggestion', 'perf_bottleneck', 'capability_gap', 'stable_success_plateau', 'external_opportunity', // ... 更多信号类型 ]; public function extract(array $input): array { $signals = []; $corpus = implode("\n", array_filter([ $input['context'] ?? '', $input['recentSessionTranscript'] ?? '', $input['todayLog'] ?? '', ])); // 检测错误信号 if (preg_match('/\[error\]|error:|exception:/i', $corpus)) { $signals[] = 'log_error'; } // 检测修复循环 if ($this->detectRepairLoop($input['recentEvents'] ?? [])) { $signals[] = 'repair_loop_detected'; } return $signals; } } ``` 信号分为两大类：**防御性信号**（如错误、异常、资源缺失）和**机会性信号**（如用户需求、性能瓶颈、能力缺口）。系统会根据信号类型选择不同的进化策略。 #### 🎯 GeneSelector（基因选择器） GeneSelector 是系统的"决策中枢"，它负责从基因库中匹配合适的 Gene 或 Capsule。 ```php // src/GeneSelector.php 核心逻辑 final class GeneSelector { public function selectBestGene( array $genes, array $capsules, array $signals, string $strategy ): array { // 评分所有 Gene $scored = []; foreach ($genes as $gene) { $score = $this->scoreGene($gene, $signals); if ($score > 0) { $scored[$gene['id']] = $score; } } // 根据策略调整选择 if ($strategy === 'repair-only') { // 只选择 repair 类型的 Gene $scored = array_filter($scored, fn($id) => $this->getGeneCategory($id) === 'repair'); } // 返回最高分的 Gene arsort($scored); return $this->getGeneById(array_key_first($scored)); } } ``` 选择过程考虑多个因素：信号匹配度、策略预设、历史成功率等。系统还支持"遗传漂移"（Genetic Drift）机制，允许一定程度的随机探索，避免陷入局部最优。 #### 📝 PromptBuilder（提示构建器） PromptBuilder 是系统的"翻译官"，它将结构化的数据转换为 LLM 可理解的 GEP 提示。 ```php // src/PromptBuilder.php 核心逻辑 final class PromptBuilder { public function buildGepPrompt(array $input): string { $context = $input['context'] ?? ''; $signals = $input['signals'] ?? []; $selectedGene = $input['selectedGene'] ?? null; $prompt = self::SCHEMA_DEFINITIONS . "\n\n"; $prompt .= "━━━━━━━━━━━━━━━━━━━━━━\n"; $prompt .= "II. Current Evolution Context\n"; $prompt .= "━━━━━━━━━━━━━━━━━━━━━━\n\n"; $prompt .= "Detected Signals: " . implode(", ", $signals) . "\n"; $prompt .= "Selected Gene: " . ($selectedGene['id'] ?? 'none') . "\n"; $prompt .= "Context (truncated):\n" . substr($context, 0, 20000) . "\n"; return $prompt; } } ``` 构建的提示包含完整的 GEP Schema 定义、当前信号、选中的 Gene、以及相关的上下文。LLM 根据这个提示输出五个 JSON 对象。 #### ✅ SolidifyEngine（固化引擎） SolidifyEngine 是系统的"归档员"，它负责验证和持久化进化结果。 ```php // src/SolidifyEngine.php 核心逻辑 final class SolidifyEngine { public function solidify(array $params): array { // 验证爆炸半径 $blastRadius = $params['blastRadius'] ?? []; if ($blastRadius['files'] > 60 || $blastRadius['lines'] > 20000) { return ['success' => false, 'error' => 'Blast radius exceeded']; } // 验证命令白名单 foreach ($params['validationCommands'] ?? [] as $cmd) { if (!$this->isCommandAllowed($cmd)) { return ['success' => false, 'error' => 'Forbidden command']; } } // 记录 EvolutionEvent $event = $this->createEvolutionEvent($params); $this->store->appendEvent($event); // 更新 Gene（如果有新知识） if ($params['gene']) { $this->store->upsertGene($params['gene']); } // 存储 Capsule（如果成功） if ($params['outcome']['status'] === 'success' && $params['capsule']) { $this->store->appendCapsule($params['capsule']); } return ['success' => true]; } } ``` 固化过程包含严格的安全检查：爆炸半径限制、命令白名单验证、禁止路径检查等。只有通过所有检查的结果才会被持久化。 ### 🔄 数据流全景图 ``` ┌─────────────────────────────────────────────────────────────┐ │ 外部输入 │ │ (日志 / 错误信息 / 用户指令 / 会话记录) │ └─────────────────────────┬───────────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────────────────┐ │ 🔍 SignalExtractor │ │ 提取信号：log_error, repair_loop_detected, capability_gap │ └─────────────────────────┬───────────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────────────────┐ │ 🎯 GeneSelector │ │ 匹配 Gene/Capsule，根据策略调整选择 │ └─────────────────────────┬───────────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────────────────┐ │ 📝 PromptBuilder │ │ 构建 GEP 提示，包含 Schema + Context + Gene │ └─────────────────────────┬───────────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────────────────┐ │ 🤖 LLM │ │ 输出 5 个 JSON 对象：Mutation → Personality → Event → │ │ Gene → Capsule │ └─────────────────────────┬───────────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────────────────┐ │ ✅ SolidifyEngine │ │ 验证安全约束 → 记录 Event → 更新 Gene → 存储 Capsule │ └─────────────────────────┬───────────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────────────────┐ │ 🗄️ SQLite │ │ 持久化存储：genes, capsules, events, asset_call_log │ └─────────────────────────────────────────────────────────────┘ ``` > 💡 **核心金句**："四大组件协同工作，像细胞器一样各司其职。" --- ## 🧬 第五章：Gene 与 Capsule ### 🧬 DNA 与表观遗传的数字类比 在生物学中，**基因（Gene）** 是遗传信息的基本单位，它编码了蛋白质的合成指令。而 **表观遗传标记（Epigenetic Marks）** 则是环境因素对基因表达的调控，它决定了哪些基因被激活、哪些被沉默。 Evolver.php 巧妙地借鉴了这个概念： **Gene** 是可复用的策略模板，就像 DNA 中的基因序列。它定义了"如何解决某类问题"的通用方法。 **Capsule** 是成功的经验快照，就像表观遗传标记。它记录了"在特定情境下，某个 Gene 是如何成功应用的"。 ### 📚 五大内置 Gene Evolver.php 在首次运行时会自动初始化五个默认 Gene，覆盖了最常见的进化场景： #### 🔧 gene_gep_repair_from_errors 这是最常用的 Gene，用于处理各种错误和异常。 ```json { "id": "gene_gep_repair_from_errors", "category": "repair", "signals_match": ["error", "exception", "failed", "unstable", "log_error"], "strategy": [ "Extract structured signals from logs", "Select existing Gene by signals match", "Estimate blast radius before editing", "Apply smallest reversible patch", "Validate; rollback on failure", "Solidify knowledge" ], "constraints": { "max_files": 20 } } ``` #### ⚡ gene_gep_optimize_prompt_and_assets 用于优化系统自身的提示词和资产。 ```json { "id": "gene_gep_optimize_prompt_and_assets", "category": "optimize", "signals_match": ["protocol", "gep", "prompt", "audit", "optimize"], "strategy": [ "Extract signals and determine selection rationale", "Prefer reusing existing Gene/Capsule", "Refactor prompt assembly", "Reduce noise and ambiguity", "Validate and solidify" ] } ``` #### 🚀 gene_gep_innovate_from_opportunity 用于处理创新机会，如用户功能请求或能力缺口。 ```json { "id": "gene_gep_innovate_from_opportunity", "category": "innovate", "signals_match": [ "user_feature_request", "capability_gap", "external_opportunity" ], "preconditions": [ "at least one opportunity signal is present", "no active log_error signals (stability first)" ] } ``` #### 🗄️ gene_gep_repair_sqlite 专门处理 SQLite 数据库相关的问题。 ```json { "id": "gene_gep_repair_sqlite", "category": "repair", "signals_match": ["sqlite", "database", "db_error", "pdo", "sql"], "strategy": [ "Check SQLite file permissions and path", "Verify WAL mode and mmap_size settings", "Test database connectivity", "Repair schema if tables are missing" ] } ``` #### 🔒 gene_gep_harden_security 用于系统安全加固。 ```json { "id": "gene_gep_harden_security", "category": "optimize", "signals_match": ["security", "injection", "xss", "validation", "harden"], "strategy": [ "Identify all user-controlled inputs", "Apply strict input validation", "Use parameterized queries for SQL", "Enforce command whitelist" ] } ``` ### 💊 Capsule 的工作机制 当一个 Gene 成功解决了一个问题后，系统会创建一个 Capsule 来记录这次成功经验。 假设我们使用 `gene_gep_repair_from_errors` 修复了一个 SQLite 连接超时问题，系统会生成如下 Capsule： ```json { "type": "Capsule", "id": "capsule_20260303_sqlite_timeout", "trigger": ["log_error", "sqlite_connection_timeout"], "gene": "gene_gep_repair_from_errors", "summary": "Added retry logic with exponential backoff to SQLite connection", "confidence": 0.92, "blast_radius": { "files": 2, "lines": 45 } } ``` 下次遇到相似的"SQLite 连接超时"问题时，系统会优先查找匹配的 Capsule。如果找到高置信度的 Capsule，可以直接复用其中的经验，而不需要重新推理。 ### 🧪 知识检查点 **问题**：Gene 和 Capsule 的主要区别是什么？ **答案**：Gene 是通用的策略模板（"如何解决问题"），Capsule 是特定场景下的成功快照（"这个问题是如何被解决的"）。就像 DNA 提供了蛋白质合成的通用指令，而表观遗传标记决定了在特定组织/环境中哪些基因被激活。 > 💡 **核心金句**："Gene 是 DNA，Capsule 是表观遗传标记。" --- ## 🚀 第六章：实战演练 ### 📦 第一步：安装与验证 让我们开始一段实战之旅，亲手体验 Evolver.php 的进化能力。 首先，克隆项目并安装依赖： ```bash git clone https://github.com/linkerlin/Evolver.php.git cd Evolver.php composer install ``` 然后，验证安装是否成功： ```bash php evolver.php --validate ``` 如果一切正常，你会看到类似以下的输出： ``` ✓ Database initialized ✓ Schema version: 1.6.0 ✓ Default genes loaded: 5 ✓ SQLite WAL mode enabled ✓ All checks passed ``` ### ⚙️ 第二步：配置 MCP 客户端 以 Kimi Code CLI 为例，编辑 `~/.kimi/mcp.json`： ```json { "mcpServers": { "evolver": { "command": "php", "args": ["/path/to/Evolver.php/evolver.php"], "env": { "EVOLVER_DB_PATH": "~/.evolver/evolver.db", "EVOLVE_ALLOW_SELF_MODIFY": "review" } } } } ``` 这里有两个重要的环境变量： **EVOLVER_DB_PATH**：指定 SQLite 数据库的存储路径。默认为 `~/.evolver/evolver.db`。 **EVOLVE_ALLOW_SELF_MODIFY**：控制自修改的安全模式。有三个选项： - `never`：完全禁用自修改，仅诊断 - `review`：所有修改需要人工确认（推荐） - `always`：完全自动化（谨慎使用） ### 🔄 第三步：运行演化周期 现在，让我们通过 MCP 工具运行一次演化周期。假设我们在日志中发现了一个错误： ```json { "name": "evolver_run", "arguments": { "context": "[ERROR] TypeError in module: null pointer dereference at line 42", "strategy": "balanced" } } ``` Evolver.php 会返回一个 GEP 提示，指导 LLM 输出五个 JSON 对象。 ### ✅ 第四步：固化结果 当 LLM 完成修复并输出五个 JSON 对象后，调用 `evolver_solidify` 来固化结果： ```json { "name": "evolver_solidify", "arguments": { "intent": "repair", "summary": "Fixed null pointer by adding null check in module", "signals": ["log_error", "typeerror"], "blastRadius": {"files": 1, "lines": 5} } } ``` ### 🛡️ 第五步：理解安全模型 Evolver.php 内置了多层安全保护： **爆炸半径限制**：每次演化最多修改 60 个文件、20000 行代码。 **命令白名单**：只允许执行 `php`、`composer`、`phpunit`、`phpcs`、`phpstan` 命令。 **Shell 操作符阻止**：禁止使用 `;`、`&&`、`||`、`|`、`>`、`<`、`$()` 等操作符。 **禁止路径保护**：`.git`、`vendor`、`node_modules` 等目录不可修改。 **源文件保护**：核心引擎文件（如 `McpServer.php`、`SafetyController.php`）受保护，防止自修改。 ### 📊 查看演化历史 使用 `evolver_list_events` 查看最近的演化事件： ```json { "name": "evolver_list_events", "arguments": { "limit": 10 } } ``` 返回结果会显示每次进化的时间、意图、使用的 Gene、以及结果状态。 ### 🧪 知识检查点 **任务**：完成一次完整的演化流程，从错误日志到结果固化。 **步骤**： 1. 准备包含错误的上下文 2. 调用 `evolver_run` 获取 GEP 提示 3. 让 LLM 输出五个 JSON 对象 4. 应用修改（人工或自动） 5. 调用 `evolver_solidify` 固化结果 6. 使用 `evolver_list_events` 验证记录 > 💡 **核心金句**："五分钟，让你的 AI Agent 拥有可遗传的记忆。" --- ## 🌅 结语：进化的下一步 当我们回顾软件发展的历史，会发现一个清晰的趋势：从静态到动态，从被动到主动，从无记忆到有记忆。 第一代软件是静态的指令集合，只能执行预设的操作。第二代软件引入了配置和参数，能够根据输入调整行为。第三代软件——也就是我们正在见证的——开始拥有"学习"和"进化"的能力。 Evolver.php 是这个趋势的一个缩影。它不是要创造一个完美无缺的系统，而是要创造一个**能够自我改进的系统**。就像生物进化不追求"最优"，而是追求"适应"——只要比昨天更好一点，就是进化的胜利。 当软件开始进化，我们正在见证一个新物种的诞生。它们不再是我们手中的工具，而是能够与我们共同成长的伙伴。 而这个故事的下一章，将由你来书写。 --- ## 📚 参考资料 **项目链接**： - [Evolver.php GitHub](https://github.com/linkerlin/Evolver.php) - [EvoMap/evolver (原版 Node.js)](https://github.com/EvoMap/evolver) **协议文档**： - [Model Context Protocol (MCP)](https://modelcontextprotocol.io) - [JSON-RPC 2.0 Specification](https://www.jsonrpc.org/specification) **相关技术**： - [SQLite WAL Mode](https://www.sqlite.org/wal.html) - [PHP 8.3 Release Notes](https://www.php.net/releases/8.3/) --- *本文由 AI 协助创作，遵循 CC BY-SA 4.0 协议* > 🧬 "在代码的世界里，进化不是选择，而是必然。"