自主进化多智能体系统，以进化计算为核心范式求解半导体工艺参数优化与基准优化问题。
每个 Agent 个体携带可进化的优化策略基因（工具选择、切换时机、超参），种群通过选择、交叉、变异与三岛环状迁移逐代提升策略质量。阶段二接入 LLM Agent 层：个体携带可进化的提示词基因（角色/思维风格/工具偏好/探索偏置），LLM 依据提示词与 RAG 知识库生成优化策略，进化驱动提示词自我改进。
关键结果（半导体问题，真实 DeepSeek，3 seeds）：
| 对比 | 结果 |
|---|---|
| 阶段一 vs 最优基线（CMA-ES） | +11.8%（semiconductor）；+84.3%/+76.7%/+73.6%（Rosenbrock/Ackley/Rastrigin） |
| 阶段一多目标 vs NSGA-II（超体积） | +5.4%（ZDT1）、+16.7%（semiconductor_2obj） |
| 阶段二提示词进化 vs 无 LLM 基线 / 固定提示词 | 0.0716 vs 0.0700（+2.3%）/ 0.0673（+6.4%） |
| Meta 层：BO 自动配置进化超参 | +3.5% |
个体 = 可进化策略基因
├── initial_tool / second_tool 两阶段工具选择（随机搜索/SA/GA/CMA-ES/BO/PPO）
├── switch_after_ratio 工具切换时机
├── stop_patience 早停耐心
├── tool_params 各工具超参（可进化）
└── weights (多目标模式) 标量化权重基因
种群 = 3 岛岛屿模型
├── 探索岛：高变异率(0.30) 低选择压力 → 全局搜索
├── 平衡岛：中变异率(0.15)
├── 利用岛：低变异率(0.05) 高选择压力 → 局部精调
└── 环状迁移：每 3 代交换 Top 个体，防早熟收敛
每个个体以固定评估预算在目标问题上执行一次完整优化（与基线同口径），适应度即策略执行效果；进化循环驱动策略质量的代际提升。
pip install -r requirements.txt
# 单元测试（133 个）
python -m pytest tests/ -v
# 单次进化实验（含收敛曲线与结果文件）
python experiments/run_evolution.py --problem semiconductor
# 完整算法验证（单目标 4 问题 + 多目标 2 问题，3 seeds）
python experiments/compare_baselines.py --seeds 3
# 阶段二：LLM 提示词进化实验（默认模拟 LLM，可复现、零成本）
python experiments/run_llm_agent.py --llm mock --seeds 3
# 真实 DeepSeek API（需先配置 .env，见 .env.example）
python experiments/run_llm_agent.py --llm real --seeds 1
# Meta 层：贝叶斯优化自动配置进化超参
python experiments/run_meta_search.py --problem semiconductor
# REST API（FastAPI，后台任务队列）
python -m uvicorn app.api:app --host 0.0.0.0 --port 8000
# Gradio 演示界面（http://127.0.0.1:7860）
python app/gradio_app.py
# Docker（API + UI 双服务）
docker compose up --build结果输出至 data/results/verification_*/：summary.md（自动生成的验证报告）、summary.json、收敛曲线图与 CSV 数据。
| 问题 | EvoAgent | 最佳基线 | 领先幅度 |
|---|---|---|---|
| semiconductor（半导体代理） | 0.0746 | cma_es 0.0667 | +11.8% |
| rosenbrock | -19.9 | cma_es -126.3 | +84.3% |
| ackley | -0.79 | cma_es -3.40 | +76.7% |
| rastrigin | -4.03 | cma_es -15.26 | +73.6% |
| 问题 | EvoAgent | NSGA-II 基线 | 领先幅度 |
|---|---|---|---|
| zdt1 | 0.9951 | 0.9442 | +5.4% |
| semiconductor_2obj | 0.1417 | 0.1214 | +16.7% |
结论：EvoAgent 在所有测试问题上不劣于最佳单一算法，在含噪/多峰问题上显著胜出且多次运行标准差最小；多目标模式超体积全面优于 NSGA-II。
对比口径：基线为单次固定预算 800 次评估；EvoAgent 为 3 岛 × 8 个体 × 10 代，单策略预算 300 次评估（与基线同口径），以并行策略尝试 + 进化选择换取更高样本利用与稳定性。半导体问题含高斯测量噪声（良率 σ=0.02），指标使用无噪声值重评。
半导体问题，权重 [0.5, 0.3, 0.2]，每模式 42 次 LLM 调用（6 个体 × 7 代），单策略预算 300，生成温度 0.4（低温度提升策略 JSON 生成稳定性；实测 0.7 → 0.4 使 llm_evolve 从 0.059 提升至 0.072）：
| 模式 | 均值 | 标准差 |
|---|---|---|
| llm_evolve（进化提示词） | 0.0716 | 0.0060 |
| phase1（无 LLM） | 0.0700 | 0.0072 |
| llm_sew（SEW 双模式） | 0.0687 | 0.0045 |
| llm_fixed（固定提示词） | 0.0673 | 0.0032 |
结论：
- 提示词进化（llm_evolve）均值最优，领先无 LLM 基线 +2.3%（2/3 种子胜出）、领先固定提示词 +6.4%——提示词进化在真实模型上有效。
- SEW 双模式（structure + prompt 基因共存进化）未超过纯提示词进化：structure 通道占用一半种群但收敛较慢，在 8 维问题上收益不足；作为策略基因 + 提示词基因联合进化的框架性探索保留。
外层贝叶斯优化（GP + EI）在进化框架超参空间搜索（种群规模/变异率/交叉率/选择压力/精英比例/迁移间隔/迁移率/个体预算），每次候选评估运行一次内层短进化实验（固定内层种子，结果确定）：
| 配置 | 均值 | 提升 |
|---|---|---|
| 默认超参 | 0.0733 | - |
| Meta 最优超参 | 0.0759 | +3.5% |
结论：BO 找到的非默认组合 pop=12 / mutation=0.29 / crossover=0.53 / selection_pressure=0.48 / elite=0.06 / migration_interval=4 / migration_rate=0.15 / budget=383 优于手工默认配置——进化算法可自动配置自身。
EvoAgent 与以下工作同属"LLM + 进化计算"研究脉络，并借鉴了岛屿模型、算子式变异、策略/提示词进化与记忆管理等思想：
| 项目 | 出处 | 定位 | 与 EvoAgent 的关系 |
|---|---|---|---|
| FunSearch | Google DeepMind（Nature 2023） | LLM + 进化搜索程序代码 | 岛屿进化的思想源头：10 岛屿 + 聚类 softmax 采样 + 温度退火 + 周期重置防早熟（对应 EvoAgent 探索/利用岛分化） |
| EoH | 华为诺亚方舟 + 香港城市大学（ICML 2024） | LLM + 进化自动设计启发式算法，思想与代码双表示 | 最贴近阶段二：其算子式变异（e1/e2/m1/m2/m3）与子进程隔离评估可移植到 EvoAgent 的提示词基因变异 |
| OpenEvolve | AlphaEvolve 开源版（7k+★） | 岛屿进化 + LLM + 多目标 + 评估池 + 检查点完整框架 | 架构高度相似（岛屿/迁移/LLM 生成-评估闭环）；三路父代采样、MAP-Elites 特征坐标、级联评估与全状态检查点是后续阶段主要借鉴对象 |
| EvoAgentX | 社区开源 | 自进化 Agent 工作流（TextGrad/MIPRO/AFlow/SEW/EvoPrompt） | 提示词/工作流进化一脉：组合式评估 + 节点级种群 + 图级工作流优化，是阶段三（LangGraph 编排）与 Meta 层搜索的模板 |
| SCOPE | 学术开源 | 从执行轨迹自动进化 Agent 提示，tactical/strategic 双层记忆 | 提示词基因进化的借鉴来源：Generator + Selector（Best-of-N）合成、冲突消解/蕴含剪枝/合并的记忆优化器 |
evoagent/
├── environment/ # 第1层：半导体代理仿真 + 标准 Benchmark + 适应度（加权/Pareto/超体积）
├── core/ # 第2层：Agent 个体 + 可进化策略基因 + 可进化提示词基因
├── evolution/ # 第3层：进化算子（含 EoH 算子）、种群、MAP-Elites、检查点、岛屿模型、进化循环 + LLM 种群（SEW 双模式）
├── meta/ # Meta 层：贝叶斯优化自动配置进化超参
├── agent/ # 第4层：LLM 客户端（OpenAI/模拟）、提示词模板、策略生成、RAG、工作流（过程式 + LangGraph 状态图）
├── tools/ # 优化工具池：随机搜索/SA/GA/CMA-ES/BO/NSGA-II/PPO（numpy 自研）
├── config.py # 全局配置（含 LLMConfig）
└── utils/ # 日志、随机种子、可视化
app/ # 第5层：FastAPI REST 服务（任务队列）+ Gradio 演示界面
experiments/ # run_evolution / compare_baselines / run_llm_agent / run_meta_search / make_readme_figures
tests/ # 133 个单元测试
Dockerfile / docker-compose.yml # API + UI 双服务容器化
- 阶段一：核心进化框架（环境/基因/算子/种群/岛屿/工具池）+ 单/多目标验证实验
- 阶段二：LLM Agent 层（OpenAI 兼容直连 DeepSeek）+ 可进化提示词基因 + 验证实验
- 阶段三：全状态检查点 + 三路父代采样/MAP-Elites + EoH 算子式变异 + SEW 双模式
- Meta 层：贝叶斯优化自动配置进化超参（+3.5%）
- 阶段四：LangGraph 状态图编排（LLM 失败重试 → 随机兜底）+ PPO 强化学习工具（numpy 手写，GAE + 裁剪目标）
- 阶段五：FastAPI REST 服务（后台任务队列）+ Gradio 演示界面 + Docker
- 所有实验记录随机种子，同一配置多次运行结果一致（已验证）；
- 对比实验使用相同种子序列；
- 噪声为确定性函数（每个参数点的测量噪声固定），结果可精确复现。