企业官网建设流程全解析

evo 是一个把代码库变成自动研究（autoresearch）循环的开源工具：先用/evo:discover自动发现要优化的指标并搭好 benchmark，再用/evo:optimize启动优化循环——编排器派发多个并行 subagent 各自在独立 worktree 中提假设、改代码、跑评测，保留提升分数的改动，丢弃失败的实验。本文带你用两条命令跑通整个 AI 代码优化流程。

evo 是什么：比“爬山法”更强的自动优化循环

传统的自动优化（如 Karpathy 的 autoresearch）本质是贪心爬山：试一下、保留或回滚、在单条分支上重复。evo 在这之上加了结构：

• 树搜索（Tree search）：多个方向可以从任意已提交节点分叉，探索不会塌缩到一条路径
• 并行半自主 subagent：每个 subagent 在自己的 git worktree 里读 trace、提假设、跑多轮迭代
• 共享状态：失败 trace、注释、被丢弃的假设对每个 agent 可见
• Gates（门禁）：回归测试或安全检查，不过关的实验即使分数更高也会被丢弃
• Dashboard：实时可视化最优分数与实验树

它运行在 Claude Code、Codex、Cursor、Kimi、OpenClaw、Hermes、Opencode、Pi 等 agent 框架上，实验可以跑在本地，也可以跑在 Modal、E2B、Daytona、AWS、Azure、SSH 等远程沙箱里。

三步安装：最快配置方法

# 1. 安装 evo CLI uv tool install evo-hq-cli # 2. 安装宿主 agent（二选一示例） npm install -g @anthropic-ai/claude-code # 或 @openai/codex # 3. 安装插件与宿主 hooks evo install claude-code # 或 codex / cursor / kimi / opencode 等

如需远程后端，用对应 extra 安装，例如uv tool install 'evo-hq-cli[modal]'。完整的命令速查见 cli-quick-reference.md。

第一步：/evo:discover 自动发现优化指标并构建 benchmark

进入你的项目后，在宿主 agent 中执行：

/evo:discover make the JSON parser at src/parser.py faster

discover会探索仓库、回答“优化什么、benchmark 命令是什么、指标方向是 max 还是 min”——你也可以像上面这样直接把答案塞进命令，跳过提问。它会自动完成三件事：

1. 构建评测：在 baseline worktree 中搭好 benchmark，并接好 trace 插桩（优先用 SDK 方式，见 sdk_node.js 与 sdk_python.py）
2. 注册 gates：如果 benchmark 是新建的，自动附加一个“留出集分数下限”门禁，防止优化循环通过"返回常数、跳过工作、牺牲正确性换速度"来作弊
3. 提交 baseline：跑出第一个实验，记下基线分数，并自动启动 Dashboard

discover 的详细流程定义在 discover/SKILL.md。

第二步：/evo:optimize 启动并行优化循环

/evo:optimize subagents=3 budget=5 stall=5

这就是整个项目的核心。每个 round，编排器（orchestrator）会：

1. 读状态：evo scratchpad、evo frontier查看实验树、frontier 节点与失败模式
2. 派 scan subagent 做跨实验分析：找出重复失败的根因、共性"墙"模式
3. 写结构化 brief：每个 subagent 一份，包含 Objective（要攻击的瓶颈）、Parent node（从哪个实验分叉）、Boundaries（不要尝试什么）、Pointer traces（先研究哪些任务）
4. 并行派发 N 个优化 subagent：每个在自己的 worktree 里evo new→ 改代码 →evo run，分数提升且过 gate 才提交
5. 收集结果、裁剪分支，然后进入下一轮，直到连续stall轮（默认 5 轮）没有提升才自动停止

三个旋钮值得了解（参数说明见 optimize/SKILL.md）：

宽度选择有讲究：并行度过低浪费墙钟时间，过高则内存抖动、OOM，甚至干扰计时类 benchmark 的测量精度。选择前先通读 sizing-the-round.md，里面枚举了独占加速器、内存重型、共享可变 fixture、外部限流等情形。

Frontier 策略：下一轮往哪走

每轮结束后，编排器按策略选择从哪个已提交分支继续扩展：

• argmax——扩展分数最高的分支
• top_k——在 K 个最优中轮询
• epsilon_greedy——多数时候选最优，偶尔随机探索
• softmax——按分数加权采样
• pareto_per_task——保留聚合分数掩盖的"单项专家"

在 Dashboard 的 Frontier 标签页中即可切换并调参。

循环中的实用小技巧

• 无人值守：默认autonomous on，循环跨轮次自动推进；想每轮停一下就evo autonomous off
• 中途下指令：evo direct可以在运行中注入用户级指令，agent 收到 banner 后evo ack确认
• 等待别用 while 轮询：用evo wait --for process=<pid> --for log-growth=<log> --timeout 60m，进程退出、日志停更或超时任意一个条件触发即返回，见 evo-wait.md
• 卡壳时自动补充创意：连续 3 个实验无进展或每 5 个提交实验，会并行派出 ideator（失败分析 / 文献扫描 / frontier 外推）产出新假设

Dashboard：实时监控你的 AI 代码优化进度

/evo:discover或evo init会自动启动 Dashboard 并打印 URL（默认http://127.0.0.1:8080，端口被占时自动顺延）。

顶栏四个指标一目了然：Best Score（当前最优及相对基线的提升）、Experiments（总数与 kept/skip/err 分布）、Frontier（可探索的开放分支数）、Active（正在运行的实验数）。中间是实验树——每个节点标注假设与分数，点击节点可看 SUMMARY / DIFF / TASKS 三个标签；底部是分数随时间的阶梯曲线。

不想开浏览器时，evo report会在终端直接渲染分数散点图，evo status、evo frontier、evo show <exp_id>则是最常用的只读排查命令。

收尾：/evo:ship 把胜出实验变成可合并的改动

循环停止后，别急着手动git diff——胜出 worktree 的 diff 通常混着调试打印、搜索过程中的反复修改，直接合并不干净。执行：

/evo:ship

ship 技能（ship/SKILL.md）会自动选出历史中分数最高的有效实验，展示 baseline → winner 的累计 diff 供你确认，然后重新推导出一个最小、干净、可复现胜出行为的改动：有 remote 就开 PR，否则合并进工作分支，并附上一份 mergeability 报告。指定具体实验则用/evo:ship exp_0042。

常见问题

Q：串行任务（比如只有 1 张 GPU）值得用 evo 吗？

值得。/evo:optimize subagents=1依然保留完整结构——round 之间的跨切面扫描、verifier 预检/事后审计、ideator 补充创意、frontier 选择与 stall 纪律，这些才是循环价值的核心，并行只是其中一环。

Q：实验会改坏我的仓库吗？

不会。每个实验在独立 worktree / 远程容器中运行，失败即丢弃，gate 不过不提交；所有状态写入都走evoCLI（evo new/evo run/evo discard等），由锁管理，避免手工改graph.json造成的竞态。

Q：如何升级？

evo update # 升级 CLI + 所有已安装宿主 evo update codex --force # 单个宿主；0.4.4 之前版本迁移建议加 --force

小结

整个流程只有两条核心命令：

/evo:discover # 一次性：发现指标、构建 benchmark、注册 gates、提交基线 /evo:optimize # 启动优化循环：并行 subagent + 树搜索 + gates，直到分数停滞 /evo:ship # 收尾：把胜出实验蒸馏成可合并的改动

evo 把"改代码 → 跑评测 → 保留/丢弃"这条循环从手工变成了有共享状态、有门禁、有观测面的自动研究系统。挑一个有清晰可测指标的目标（解析器提速、agent 任务成功率、模型质量等），让机器替你夜以继日地爬山，你只负责早上看 Dashboard 上的 0.94。

更多细节：README.md 中有完整的后端对照表与安装说明，Python/Node 两套评测插桩 SDK 分别在 sdk/python 与 sdk/node。