FlowEvo：工作流与可执行技能协同进化的自进化Agent框架

大型语言模型智能体可以通过在推理时构建工作流来适应复杂任务，但在一轮（episode）中发现的流程通常在执行后就会被丢弃。现有的技能库提供了可重用的可执行例程，但通常是在离线状态下组装的，并且不会从智能体自身的工作流中增长。我们引入了 FlowEvo，这是一个无需训练的框架，其中工作流和技能在推理时共同演化。FlowEvo 将成功的工作流编译为可调用的技能，将其存储在持久化的银行中，并通过直接执行或作为构建新工作流的上下文来使用检索到的技能。它还跟踪每个技能的下游效用，并抑制导致负迁移的技能。在使用共享的 GPT-4o-mini 骨干网络的情况下，FlowEvo 在 ALFWorld、HumanEval、MBPP、GSM8K 和 MATH-500 的完整标准划分上取得了 8 个基线中最高的准确率。在 ALFWorld 上，它达到了 85.6%，比最强的基线高出 26.4 个百分点，同时使用的 token 数量大约只有其三分之一。在跨越 7B 到 671B 参数的 10 个基础模型中，FlowEvo 在 50 次模型-数据集比较中的 49 次优于 ExpeL。代码可在 https://github.com/DEFENSE-SEU/FlowEvo 获取。