Neosgenesis：革命性多智能体框架如何让复杂上下文工程变得透明可见

【免费下载链接】Neosgenesis https://dev.to/answeryt/the-demo-spell-and-production-dilemma-of-ai-agents-how-i-built-a-self-learning-agent-system-4okk 项目地址: https://gitcode.com/gh_mirrors/ne/Neosgenesis

想要构建一个能够自我进化、透明协作的多智能体系统吗？Neosgenesis 正是你需要的终极解决方案！这个创新性的多智能体框架将复杂的上下文工程（prompt engineering）完全透明化、文件化，让原本黑箱的 AI 协作变得可理解、可复制、好调试。无论你是 AI 开发者还是普通用户，都能通过这个框架轻松构建强大的多阶段工作流。

🚀 为什么选择 Neosgenesis 多智能体框架？

传统的多智能体系统往往像一个黑箱——你输入任务，得到结果，但中间发生了什么？为什么选择了某个策略？如何拆解执行步骤？这些问题通常难以回答。Neosgenesis 通过革命性的文档驱动架构，彻底改变了这一现状。

核心优势：

• 完全透明的上下文工程：所有提示词、阶段划分、工具调用、执行结果都记录在可编辑的 Markdown 文档中
• 模块化设计：将复杂的上下文拆分为可维护的独立文件，告别超长难读的 mega prompt
• 低代码体验：只需修改文档模板和少量配置，就能定制专属的多智能体工作流
• 自我进化能力：系统随使用持续升级能力库和策略库，构建专属的“团队大脑”

Neosgenesis 多智能体框架品牌标识

📋 多智能体框架的核心架构

Neosgenesis 采用多阶段协作设计，每个阶段由专门的智能体负责，通过统一的协作表单进行通信：

阶段一：元能力分析

智能体首先进行自我能力分析，评估任务类型、所需能力、复杂度等关键因素。这个阶段会引用能力库中的核心能力定义，为后续决策奠定基础。

相关文件：

• stage1_agent/Metacognitive_Analysis_agnet.py - 元能力分析智能体
• ability_library/core_capabilities.md - 核心能力库

阶段二：策略筛选与优化

系统从策略库中检索候选策略，经过批判性评估和改造，形成最终执行方案。这个阶段体现了框架的智能决策能力。

关键组件：

• stage2_candidate_agent/Candidate_Selection_agent.py - 候选策略筛选
• stage2_agent/Strategy_Selection_agent.py - 策略批判与选择
• strategy_library/strategy.md - 策略库文件

阶段三：执行步骤规划

将优化后的策略拆解为具体可执行的步骤，规划工具使用和风险控制措施。

阶段四：执行记录与复盘

落实执行计划，记录实际结果，评估目标达成度，并为上游阶段提供改进建议。

🛠️ 快速启动 Neosgenesis 多智能体系统

环境配置

# 克隆仓库
git clone https://gitcode.com/gh_mirrors/ne/Neosgenesis

# 安装依赖
cd Neosgenesis
pip install -r requirements.txt

# 配置环境变量
echo "DEEPSEEK_API_KEY=your_key_here" > .env
echo "TAVILY_API_KEY=your_key_here" >> .env

运行完整工作流

python -m workflow.full_pipeline_runner --objective "你的任务目标描述"

系统会自动生成协作表单，记录完整的智能体协作过程。你可以在 finish_form/ 目录下查看生成的 Markdown 文档，了解每个阶段的详细决策过程。

📊 文档驱动的上下文管理机制

Neosgenesis 最大的创新在于其文档驱动的上下文管理。与传统向量检索不同，它通过文件系统 + Markdown 结构 + 标记块实现上下文管理：

协作表单系统：

• 所有智能体共享 finish_form/*.md 文件
• 使用标准模板 form_templates/standard template.md
• 通过 HTML 注释标记划分写入区域，实现阶段间通信

知识库管理：

• 能力库：按分类（A-H）组织核心能力定义
• 策略库：包含规划、信息管理、决策、执行等各类策略
• 工具目录：列出所有可用工具及其使用说明

🔧 扩展与定制你的多智能体框架

添加新的能力定义

通过修改 ability_library/core_capabilities.md 文件，你可以扩展系统的核心能力。系统支持自动化的能力升级机制，智能体会根据任务需求建议新增能力。

集成更多工具

框架内置 MCP 工具支持，你可以轻松集成：

• Tavily 搜索工具：MCP/tavily.py
• 代码解释器：MCP/code_interpreter.py
• 自定义工具：在 tools/tool_catalog.md 中添加说明

切换大模型后端

Neosgenesis 支持多种大模型后端：

• DeepSeek Chat：默认主力模型
• OpenAI API：通过 model/_openai_model.py 支持
• 其他兼容 API：可扩展支持

🎯 适用场景与最佳实践

理想应用场景

1. 复杂任务拆解：项目排期、研究问题求解、系统设计验证
2. 高风险任务：事实核验、合规与伦理评估、安全敏感操作
3. 长期知识积累：需要形成可追溯知识库的多轮协作场景

最佳实践建议

1. 从模板开始：使用 form_templates/standard template.md 作为起点
2. 渐进式扩展：先使用现有能力库和策略库，再根据需要逐步扩展
3. 定期复盘：利用系统的复盘机制持续优化工作流
4. 团队协作：让非技术成员也能通过修改文档参与智能体设计

📈 性能与评估

项目包含完整的测试套件：

• 单元测试：test/ 目录
• 基准评估：支持 Bamboogle Benchmark 和 AIME-2025 评估
• 性能监控：完整的执行记录和时间统计

🌟 开始你的多智能体之旅

Neosgenesis 不仅仅是一个技术框架，更是一种全新的 AI 协作理念。它将复杂的上下文工程变得透明可见，让每个人都能参与到智能系统的设计和优化中。

无论你是想要：

• 🔍 理解 AI 决策过程
• 🛠️ 构建可维护的多智能体系统
• 📚 积累可复用的上下文知识
• 🚀 快速部署 AI 协作工作流

Neosgenesis 都能为你提供完整的解决方案。立即开始，体验革命性的多智能体协作框架！

核心文件路径参考：

• 全流程调度器：workflow/full_pipeline_runner.py
• 模型封装：model/_model_base.py
• 模板管理：Document_Checking/template_generation.py
• 工具集成：MCP/tool.md

通过这个透明、可扩展、自我进化的多智能体框架，你将获得前所未有的 AI 协作控制力和理解深度。Neosgenesis 让复杂的上下文工程变得简单而强大！

【免费下载链接】Neosgenesis https://dev.to/answeryt/the-demo-spell-and-production-dilemma-of-ai-agents-how-i-built-a-self-learning-agent-system-4okk 项目地址: https://gitcode.com/gh_mirrors/ne/Neosgenesis