Apollo Evolution para Openclaw

Apollo Evolution é uma estrutura para auto-otimização de habilidades de IA usando princípios biológicos de reprodução, mutação e seleção natural.

nic-yuan
v1.0.0
Apr 8, 2026
0
772
0

Instalar e Baixar

1. ClawHub CLI

A maneira mais rápida de instalar uma habilidade diretamente do registro.

npx clawhub@latest install apollo-evolution

2. Instalação Manual

Copie a pasta da habilidade para um desses locais

Global
~/.openclaw/skills/
Espaço de trabalho
<project>/skills/

Prioridade: Espaço de Trabalho > Local > Integrado

3. Instalação do Prompt

Copie este prompt para o OpenClaw para instalá-lo automaticamente.

Ajude-me a instalar o apollo-evolution usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).

Prefere baixar?

Obtenha os arquivos originais da habilidade em um arquivo ZIP.

O que é Apollo Evolution?

Apollo Evolution introduz um paradigma biológico ao desenvolvimento de IA, tratando Openclaw Skills como organismos em evolução em vez de código estático. Ao implementar um ciclo de Reprodução, Mutação e Seleção, esta habilidade permite que seus agentes de IA descubram os prompts e parâmetros mais eficazes através de iteração prática.

Em vez de ajuste manual, o Apollo Evolution automatiza o processo de criação de variantes (mutações) de uma habilidade, testando-as contra entradas do mundo real (ambiente) e mantendo apenas as versões de melhor desempenho (sobrevivência do mais apto). Isso garante que a lógica do agente permaneça dinâmica e melhore continuamente sua taxa de sucesso ao longo do tempo.

Casos de uso do Apollo Evolution

  • Melhorar iterativamente prompts de sistema para alcançar maior precisão em tarefas complexas.
  • Encontrar o equilíbrio ideal de configurações de temperature e top_p para saídas criativas vs. técnicas.
  • Testar diferentes fluxos de trabalho estruturais para encontrar a lógica passo a passo mais eficiente.
  • Preservar padrões de lógica bem-sucedidos através de diferentes gerações de desenvolvimento de Openclaw Skills.
  • Automatizar o teste A/B de comportamentos de agentes de IA em ambientes de produção.

Como o Apollo Evolution funciona

  1. Copiar: Selecione uma habilidade base para otimizar e crie uma versão de modelo mestre.
  2. Ajustar: Introduza mutações variando prompts de sistema, ajustando parâmetros de LLM ou modificando etapas do fluxo de trabalho.
  3. Testar: Execute todas as variantes usando o mesmo conjunto de dados de entrada para garantir uma comparação justa.
  4. Selecionar: Avalie as pontuações de desempenho e mantenha a versão com melhor desempenho enquanto descarta as outras.
  5. Iterar: Use o vencedor como pai para a próxima geração, repetindo o processo para otimização contínua.

Configuração do Apollo Evolution

Para começar a evoluir suas Openclaw Skills, use os scripts bash fornecidos para gerenciar o ciclo de vida das suas variantes de agente:

# Step 1: Copie uma habilidade para servir como o ponto de partida evolutivo
bash scripts/apollo-evolution/copy.sh apollo-workflow

# Step 2: Gere versões mutadas com parâmetros diferentes
bash scripts/apollo-evolution/mutate.sh apollo-workflow-v1

# Step 3: Execute testes automatizados e pontue as variantes
bash scripts/apollo-evolution/test.sh apollo-workflow-v1 apollo-workflow-v2

# Step 4: Promova a melhor versão para a próxima geração
bash scripts/apollo-evolution/select.sh

Esquema de Dados e Taxonomia de Apollo Evolution

O Apollo Evolution mantém seu estado e histórico dentro de um diretório de memória estruturado, garantindo transparência no processo evolutivo de suas Openclaw Skills.

Diretório/Arquivo Descrição
.memory/evolution/{skill_name}/ Diretório raiz para os dados de evolução de uma habilidade específica
generations.json Um registro de cada geração, rastreando a linhagem de melhorias
variants/ Pasta contendo o código real e prompts para versões mutadas (ex: gen-001, gen-002)
fitness.json Metadados contendo as pontuações de desempenho e métricas de avaliação para cada variante

Recursos avançados do Apollo Evolution

  • Mutação de Prompt: Alterna automaticamente definições de função e restrições de saída para encontrar o desempenho máximo.
  • Mutação de Parâmetro: Escaneia sistematicamente a temperature (0.5 a 1.0) e limites de tokens para otimizar custo e qualidade.
  • Mutação Estrutural: Reconfigura a lógica da tarefa adicionando etapas de validação ou dividindo tarefas complexas.
  • Aprendizado Epigenético: Passa experiências bem-sucedidas e 'melhores práticas' de gerações anteriores para novas Openclaw Skills.
  • Integração Multi-Agente: Trabalha ao lado do apollo-stem para autoatualização e do apollo-dream para consolidação de memória.

SKILL.md


Carregamento

Habilidades relacionadas do Openclaw

METADATA

Github Stars: 0
forks: 0

Apresentou*