新闻详情

新闻详情

首页 / 资讯中心 / 详情

从Harness of Harnesses看Raven的下一代愿景:自进化多智能体生态架构与22项基准成绩

发布时间:2026/11/16 13:07:52来源:尧图网络
从Harness of Harnesses看Raven的下一代愿景:自进化多智能体生态架构与22项基准成绩
从Harness of Harnesses看Raven的下一代愿景自进化多智能体生态架构与22项基准成绩【免费下载链接】RavenThe Harness of Harnesses: a trusted, persistent, self-evolving multi-agent ecosystem for all-domain collaboration.项目地址: https://gitcode.com/gh_mirrors/raven35/RavenRaven 是一个自进化多智能体编排生态系统官方将其定位为 The Harness of Harnesses驾驭框架的框架作为宿主 Agent它把研究、编程、设计、无人值守自动化等多个专业 Agent 汇聚到一个统一入口自动生成 DAG 任务图并协调执行同时在运行中持续自我改进覆盖从深度研究到 PPT 生成的 22 项基准成绩表现。本文带你从架构到成绩一次看懂这套多智能体生态的设计思路。什么是Raven一句话看懂 Harness of Harnesses对新手来说Harness马具/框架可以理解为一个 Agent 的工作骨架它决定了 Agent 听什么指令、用什么工具、怎样判断任务完成。而 Raven 的野心是做一个骨架的骨架——统一入口你只跟一个界面说话Raven 负责判断任务该交给谁DAG 编排把复杂任务拆成有依赖关系的任务图多个专业 Agent 并行或串行协作跨会话记忆由 EverOS 驱动用户偏好、Agent 经验、领域知识可以跨会话保留自我进化harness 本身可以被诊断、打补丁、重新评估越用越好。目前 Raven 内置四大 Agent开箱即用Raven-Research深度研究、Raven-Code软件开发、Raven-Design视觉设计、Raven-Oncall无人值守流程自动化。架构拆解自进化多智能体生态的四个关键模块1. 统一入口 DAG 任务编排Raven 接到任务后先生成任务图Task Graph哪些节点可以并行、哪些必须等前序结果一目了然。例如写一份宋代美学 PPT会被编排为三个 Raven-Research 节点并行调研 → 汇聚到综合节点 → 交给一个 Raven-Design 节点产出幻灯片整个过程成本约 0.8 美元。2. 运行时自进化Agent 跑着跑着就会改自己这是 Raven 架构中最值得关注的部分。Agent 的运行循环被拆成Memory记忆、Planning规划、Capability能力、Action行动四个解耦的策略模块模块控制什么能否运行中修改MemoryAgent 收到哪些上下文✅Planning什么算任务完成✅Capability能用哪些工具✅Action行动前必须通过哪些检查✅修改只作用于当前这个 Agent一段配置或一小段判断逻辑无需重启下一轮对话立即生效。数字人Persona是它的首个应用描述你想要的助手Raven 就会自动装配分工、工具范围与检查规则并根据你的反馈持续打磨。3. Evolver离线进化引擎用基准测试驱动改进如果说运行时自进化是Agent 改自己Evolver则是研发侧的进化流水线它作为一个独立工具把 Raven 当库调用自动执行诊断失败轨迹 → 设计候选补丁 → 低成本初筛 → K3 次复测确认 → 三道验证闸门的漏斗只有稳定跑赢基线的改动才会被保留为真实的 git 提交。这套流程的方法论写在 docs/specs/self-evolution-loop-sop.md实现见 evolver/README.md。4. EverOS 记忆 SkillForge 技能库EverOS Memory本地优先、Markdown 原生的长期记忆运行时跨会话召回相关记忆与可复用技能SkillForge从本地技能库与 SkillHub 目录11 万 技能中按需检索技能让 Agent 即需即学。下图就是技能检索 Demo 的一个输出示例一只水彩狐狸插画22项基准成绩四大领域实测表现怎么读Raven 的四个内置 Agent 在各自领域宣称达到业界领先SOTA水平。以下是 README.md 中披露的代表性基准成绩覆盖编排、研究、编码、设计、值守五大方向领域基准测试关键成绩多Agent编排Multi-Agent Orchestration BenchmarkNode F1、Edge F1、偏序准确率、精确匹配率四项指标领先深度研究DeepResearch Mixed准确率领先同时输入/输出 Token 与成本更低编码SWE-bench Pro、SWE-bench Verified、SWE-Refactor、WorkBuddy-Code多项编程基准综合表现领先数据分析DataAgentBench2026-08-24 LiveRaven-Code 搭配 Opus-5 取得0.8762 Pass1排名第一幻灯片生成PresentBenchRaven-Design 排名第一视觉设计ArtifactsBenchDashboard/SVG、GDPVal与 Claude Code、Hermes 对比领先AI4AI 自进化Nanochat 50M 预训练BPB 质量、Token 数与成本全面优于 Claude CodeAI4S 科研AI4S 内部基准成功率与成本均显著占优通用能力AppWorld、PinchBench、Proactivity 等评测脚手架见 benchmarks/README.md值得一提的是 Raven-Design 的方法论沉淀它把设计规则整理成可检索的先例文档Agent 产出前先对照规则索引避免AI 味模板化设计新手上手Raven多智能体生态的3步体验第 1 步一行脚本安装。Linux / macOS / WSL2 或 Windows PowerShell 均有官方一键安装脚本见 README.md 的 Quick Start 章节如果只装了 Git 和 Docker也可以直接克隆仓库后用 Docker Compose 跑起来仓库地址git clone https://gitcode.com/gh_mirrors/raven35/Raven容器方式的说明在 docker/README.md。第 2 步打开 WebUI。运行raven web即可在浏览器里获得统一工作台聊天、跟踪任务进度、查看文件与产出、浏览记忆和技能全部在一个界面完成。第 3 步下第一个多 Agent 任务。直接用自然语言描述目标例如调研某主题并做成 PPTRaven 会自动生成 DAG、委派 Agent 并整合结果。内置 Agent 的注册机制见 agents/README.md开发者进阶流程见 docs/dev.md。⚠️ Raven 目前处于 pre-alpha 阶段接口与配置可能快速变化体验前建议留意官方文档的更新说明。写在最后Raven 的下一代愿景可以浓缩为一句话让框架本身成为可进化的资产——Agent 在运行中调整策略Evolver 在离线时基于 22 项基准持续打磨 harnessEverOS 记忆与 SkillForge 让经验跨会话复利。对于想体验多智能体协作、又希望系统越用越强的用户来说这套架构值得放进你的观察清单。【免费下载链接】RavenThe Harness of Harnesses: a trusted, persistent, self-evolving multi-agent ecosystem for all-domain collaboration.项目地址: https://gitcode.com/gh_mirrors/raven35/Raven创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉