baidu-baige /
loongflow
LoongFlow定位为进化 Agent 通用开发框架。它不仅定义了一套标准化的进化 Agent 开发范式，更面向通用优化与机器学习两个典型场景提供了高性能、实战级的 Agent 实现，旨在解决传统智能体在复杂任务中的“盲目尝试”与“长程推理”瓶颈。 项目基于创新的PES (Plan-Execute-Summarize, 计划-执行-总结) 认知范式，将进化算法的全局搜索能力与大语言模型的深度推理能力有机结合，显著提升了进化效率和进化稳…
Product images
About
LoongFlow定位为进化 Agent 通用开发框架。它不仅定义了一套标准化的进化 Agent 开发范式，更面向通用优化与机器学习两个典型场景提供了高性能、实战级的 Agent 实现，旨在解决传统智能体在复杂任务中的“盲目尝试”与“长程推理”瓶颈。 项目基于创新的PES (Plan-Execute-Summarize, 计划-执行-总结) 认知范式，将进化算法的全局搜索能力与大语言模型的深度推理能力有机结合，显著提升了进化效率和进化稳定性（在典型任务circlepacking评估，进化效率提升约60%）。LoongFlow不仅提供了一套标准化的进化 Agent 开发框架，还同步开源了针对 通用任务与机器学习两个典型场景的高性能 Agent 实现，从原子组件、开发框架到典型场景 Agent，提供了全面的进化 Agent 构建和应用支持。 通用进化Agent（generalevolve）：在陶哲轩&AlphaEvolve（谷歌）发布开放性数学问题上验证，在11个题目上取得超过之前人类数学家已知最好结果，其中7个题目超过AlphaEvolve公布最好结果。 机器学习Agent（mlevolve）：在mle-bench（openai）公布kaggle机器学习竞赛任务上验证，截止目前，取得金牌:16场、银牌:11场、铜牌:2场。 LoongFlow：命名取意“龙场悟道”，将 模型之“知” 与 工具之“行” 深度熔炼，以知促行，由行成悟，开启 Agent 认知自主时代。不再是机械执行的工具，而是在 PES（规划-执行-总结）的循环磨砺中打破认知天花板，实现从“被动工具”向“自主智能”的进化飞跃。
Discovery history
- HelloGitHub·用户投稿
- Show HN
- 阮一峰周刊·用户投稿
Discuss this product