什么是 Raven

Raven one surface, all agents workflow

一个界面，所有智能体：Raven 生成 DAG 并编排多个专用智能体来处理复杂任务。

Raven 是智能体框架的框架，专为递归自我改进（RSI）而构建。作为宿主智能体，它将内置和第三方智能体汇聚在一起，执行复杂任务。其模块化架构支持对 Raven 自身框架的迭代改进：提出对智能体规划和行动方式的修改、评估这些修改，并采纳通过验证的改进。由EverOS驱动，Raven 跨会话携带记忆和上下文，以支持这一过程。

内置智能体：Raven-Research、Raven-Code、Raven-Design和Raven-Oncall支持研究、编码、视觉设计和无人值守的工作流自动化。

Raven 处于 pre-alpha 阶段。接口和配置可能快速变化。

Multi-Agent Orchestration Benchmark: Node F1, Edge F1, Partial Order Accuracy, and Exact Match Rate

Raven 在多智能体编排基准测试上的表现

❯❯ 展示

这是 Raven 交付的三个完整项目。在每一个案例中，Raven 都带领一支专用智能体团队，从最初的简报或目标出发，经过执行，最终交付一整套最终成果。

❯ THRESHOLD：一个完整的游戏开发项目

简报来自一个人；Raven 完成了整个项目。Raven 自主工作约 4 天，完成了 42 轮规划、开发和验证，在 Godot 4 中构建了一款可玩的第一人称射击游戏，核心是一场竞技场 Boss 战。完整交付物包括游戏、其海报、演示文稿和网站，全部由 Raven 制作。

游戏视频

网站 ↗
FPS_game_30s.mp4

The THRESHOLD website as one long capture: hero, fight, kill cam, attack tells, evolution, making-of and footer

海报

演示文稿·PPTX ↓

THRESHOLD poster: the Warden towers over the player on a molten arena floor

Cover, slides and closing slide of the THRESHOLD deck

❯ Raven RSI：递归自我改进的实践

改进 AI 的 AI，整个项目由 Raven 完成。给定一个任务和它无法修改的评估标准，Raven RSI 独立规划每一轮、编写代码、运行实验并评估结果。在 nanochat 预训练实验中，它完成了 7 轮共 172 次训练运行，没有一次崩溃，将val_bpb在同样的 20 分钟、单 GPU 预算内提升了 5.8%。同一流程将溃坝模拟中的超调量降低了三个数量级，并在 8 轮二分法中完成了 FEA 极限载荷搜索。完整交付物包括实验结果、可视化、海报、演示文稿和项目网站，全部由 Raven 制作。

CFD 溃坝模拟

FEA 极限载荷搜索

网站 ↗

Dam-break solve: a collapsing water column resolved to fine free-surface structure, with the out-of-bounds water fraction falling from 1e0 to 1.36e-10 over seven rounds

Limit-load search: a cantilever beam under rising load colored by von Mises stress, with the bisection bracket narrowing from 1800-2000 kN down to 3.125 kN over eight rounds

The Raven RSI website as one long capture: research overview, nanochat, dam-break CFD, FEA solver convergence and model cost comparison

海报

演示文稿·PPTX ↓

Raven RSI poster: a spiral stone stair climbing into the light, with ravens circling it

Cover, slides and closing slide of the Raven RSI deck

❯ Raven：一个完整的产品发布项目

一只渡鸦，一整群专家。Raven 完成了整个项目。其发布套件汇集了一款基于浏览器的物理小游戏、一份 16 页的产品概览、中英文海报，以及你正在阅读的这份 README，全部由 Raven 制作。

物理小游戏·在线游玩 ↗

README
Angry_Raven_game_25s.mp4

The top of the Raven README as one long capture: banner, introduction, the four built-in agents with their benchmarks, and runtime self-evolution

海报

演示文稿·PPTX ↓

Raven poster: a raven on a standing stone above sea cliffs at sunset, over the line One raven. A whole flock of specialists.

Cover, slides and closing slide of the Raven overview deck

更多展示

❯❯ 内置智能体

Raven 的模块化架构专为 harness 自我进化和子智能体创建而设计。其四个内置智能体在各自领域实现了最先进（SOTA）的性能，将可复用的 harness 组件与领域特定的工具、技能和智能体循环相结合。Raven 可以将一项聚焦任务委派给单个智能体，也可以在共享工作流中编排多个智能体。它们共享的 harness 由Raven Evolver进行优化，这是一个独立工具，将 Raven 作为库使用，并针对基准测试评估候选的 harness 变更；它开发这些智能体，而不是运行在它们内部。

四个智能体全部内置，开箱即可编排。

❯ Raven-Research

Raven-Research支持自主深度研究，适用于复杂问题、文献综述和技术分析。它提供清晰、结构化的报告，并附有可追溯的来源，帮助用户理解陌生领域、比较备选方案并做出明智决策。

DeepResearch Mixed: Accuracy, Input Tokens, Output Tokens, and Cost

Raven-Research 在 DeepResearch Mixed 基准测试上的表现

❯ Raven-Code

Raven-Code支持智能体式软件开发，将需求转化为可运行、经过测试的代码。它支持功能实现、调试、重构、数据处理和数据分析，帮助用户构建新能力、解决问题并提升代码质量，同时遵循其项目的约定。

Coding Benchmarks: SWE-bench Pro, SWE-bench Verified, WorkBuddy-Code Reward, and SWE-Refactor

Raven-Code 在编码基准测试上的表现

DataAgentBench (2026-08-24 Live): Raven-Code with Opus-5 achieves 0.8762 Pass@1

Raven-Code 在 DataAgentBench 数据分析上排名第一（2026-08-24 直播）

❯ Raven-Design

Raven-Design执行视觉设计，将想法和内容转化为精致的视觉交付物。它创建 PowerPoint 幻灯片、品牌资产、图表、示意图和网页界面，优化布局、排版和视觉一致性，帮助用户清晰沟通并让想法落地。

PresentBench: Raven-Design, Claude Code, and public leaderboard scores

Raven-Design 在 PresentBench 幻灯片生成上排名第一

Visual Design: Raven-Design, Claude Code, and Hermes on ArtifactsBench Dashboard, ArtifactsBench SVG, and GDPVal

Raven-Design 在视觉设计基准测试上的表现

❯ Raven-Oncall

Raven-Oncall实现无人值守的工作流自动化，用于实验、优化和持续监控。它自主管理工作流从开始到完成，持续数小时甚至整夜推进，交付结果，仅在需要人类判断时才让用户介入。

AI4AI (Nanochat 50M Pretraining): Bits Per Byte (BPB), Runtime, Tokens, and Cost

Raven-Oncall 在 AI4AI 任务上，质量和成本两方面都显著优于 Claude Code

AI4S Internal Benchmark: Success Rate, Average Total Runtime, Average Total Tokens, and Average Cost

Raven-Oncall 在 AI4S 任务上，成功率和成本两方面都显著优于 Claude Code

❯❯ 运行时自我进化

Raven 从一开始就是为此而构建的。它的智能体循环被拆分为四个解耦的策略模块——记忆决定一轮能看到什么，规划决定它如何着手工作，能力决定一次迭代暴露哪些工具，行动决定下一步做什么，并在执行前对其进行判断。一个策展器不断重写这四个席位：一个设置，或为该智能体编写的一小段判断代码。它改变的内容只属于该智能体，一旦安装，智能体便在其上运行。

策展器改变的不只是提示词——它调用的工具和外部服务、它遵循的技能和流程，以及它在每个节点上的自身判断，都可以被替换。它一轮接一轮地运行——你让它干活，你指出哪里不对，它返工——直到你满意，直到它再没有值得改动的地方，或者直到轮次预算耗尽。有两件事保证了质量：任何东西在验证之前都不会被安装，而检查失败会把它打回；并且一轮的信号通常是在剥离参考答案后送达它的，这限制了答案被直接暴露的程度。Curator 是实验性的：它随仓库发布，而不是随安装包发布。

Persona 是它构建的第一样东西。描述你想要的助手，Curator 就会组装出一个：一个与你对话的主导角色，以及从你已有的智能体中抽取出的专家。你所要求的内容会落到那个助手的执行框架——它的分工、它可以调用的工具，以及它在行动前必须通过的检查。

把你的需求描述一次。Raven 会组装出这个助手，在你工作时持续改进它，之后一句话就足以让它再次投入工作。

❯❯ 连接第三方智能体

Raven 可以通过 ACP、CLI 或 OpenAI 兼容 API 连接并编排智能体，内置 13 个第三方智能体的预设，以简化设置、任务委派以及跨共享工作流的协调。通过统一界面在 Raven 中试用这些智能体吧！

Third-party agents: Claude Code, Codex, OpenCode, Hermes Agent, OpenClaw, MiroThinker, GitHub Copilot, Qwen Code, CodeBuddy, Qoder, Grok Build, Kimi Code, and Pi

❯❯ 快速开始

🤖 用你的智能体安装

让你自己的智能体为你安装 Raven。把这段提示词复制到任何能够读取网页并运行 shell 命令的智能体中，比如 Claude Code 或 Codex：

Read https://evermind-ai.github.io/Raven/quick-start/ and follow it to install Raven, or to update it if it is already installed.

📦 安装

Linux、macOS 或 WSL2：

curl -fsSL https://raven.evermind.ai/install.sh | bash

原生 Windows PowerShell：

irm https://raven.evermind.ai/install.ps1 | iex

Windows PowerShell 5.1 可能会拒绝该重定向。请改用直接安装器 URL：

irm https://raw.githubusercontent.com/EverMind-AI/Raven/refs/heads/main/install.ps1 | iex

或者在容器中运行，宿主机上除了 Git 和 Docker 什么都不需要：

git clone https://github.com/EverMind-AI/Raven.git
cd Raven
docker compose -f docker/docker-compose.yml up

然后在浏览器中打开http://localhost:18793。前置条件是Git和Docker以及Docker Compose。参见docker/README.md了解会启动什么、页面如何自行登录，以及如何在远程暴露的端口后面运行它。

或者从源码检出安装，以便针对代码进行开发，或运行尚未发布的版本：

git clone https://github.com/EverMind-AI/Raven.git
cd Raven
./install.sh

作为文件运行，install.sh以可编辑模式安装并检出：raven 及其捆绑插件会链接回你的目录树，TUI 包和所服务的页面都从中构建。通过管道运行时，即使身处克隆目录内也会安装已发布的 wheel，因此一行式安装绝不会拾取工作目录树中恰好存在的任何内容。设置RAVEN_LOCAL_SRC=<dir>以通过管道强制进行可编辑安装。

智能体产品随 raven 本身一同发布：wheel 携带agents/产品目录树，并在首次使用时将其复制到你的 raven home，而源码检出则就地读取该目录树。安装程序会针对每个产品询问：它是运行在其所调优的模型上（这需要它自己的密钥），还是运行在此 raven 的 LLM 上。没有任何注册：一个文件夹之所以在名册上，是因为它就在那里。参见agents/README.md。

在文档站点上了解更多关于 Raven 的信息。

阅读文档

❯❯ 核心系统

系统 它增加了什么
智能体编排 协调智能体，管理任务依赖与并行执行，并将多步骤协作转化为可复用的工作流。
Evolver 通过诊断失败、测试候选改进，并在可复现的评估中保留优于基线的改动，来驱动 harness 的自我进化。
EverOS Memory 跨会话保留用户上下文、智能体经验和世界知识，为未来任务召回相关记忆和可复用技能。
SkillForge 从本地库、EverOS 记忆以及SkillHub 的目录中检索相关技能，该目录包含114,190 项技能，按需为智能体提供专业专长。
主动性 结合事件监控与定时执行来预判用户需求，提供及时的提醒，并发起后续工作。

❯❯ 启动 WebUI

Raven 的 WebUI 将对话、多智能体协作和工作区管理带入你的浏览器。与智能体聊天、跟踪任务进度、查看文件和输出，并在一处浏览记忆和技能。

raven web

该命令会在你的浏览器中打开 WebUI，并让 Raven 在后台持续运行。使用raven web --stop来停止后台服务。

Raven WebUI new task page

新任务：一个输入框，技能、剧本、知识和记忆一键即达。

Raven WebUI subagents page

子智能体：所有已连接的智能体都在一个名册中，内置与第三方一视同仁。

The EverMind ecosystem: the EverMind mark and its slogan on an orbital field

EverMind将记忆研究、生产级产品和实用集成连接成一个开源生态系统。

产品
EverOS 面向智能体和用户的本地优先、Markdown 原生长时记忆运行时。
Raven 记忆优先、自我改进的智能体框架，具备主动性、上下文控制和技能演化能力。
EverMe (CLI) 用于跨设备、跨智能体个人记忆的 CLI 和智能体插件套件。
研究与评估
SkillCorpus 经过整理、可直接用于检索的智能体技能语料库，附带检索和评估工具。
EverAlgo 为 EverOS 提供支持的无状态抽取、排序、解析和记忆算子。
HyperMem 基于超图的分层记忆，用于从粗到细的长时对话检索。
MSA 记忆稀疏注意力，用于可扩展的潜在记忆和 1 亿 token 上下文。
EverMemBench 评估记忆系统中的事实回忆、应用推理和个性化泛化能力。
EvoAgentBench 对智能体自我演化、迁移效率、错误规避和技能使用的纵向评估。
集成
OpenClaw OpenClaw 插件用于自动回忆、捕获和会话记忆生命周期管理。
Hermes Agent Hermes 插件用于跨 Hermes 会话的持久记忆。
DeepSeek Harness DSH 插件用于具备记忆感知能力的 DeepSeek Harness 智能体。
Dify 自托管和云端用于在工作流和智能体中进行显式记忆搜索和存储的工具。

这些项目共同构成了 EverMind 从研究到运行时的技术栈：方法和基准测试转化为可复用的记忆基础设施、产品和智能体集成。

❯❯ 贡献

欢迎提交 issue 和 pull request。请从开发者工作流开始，遵循AGENTS.md了解仓库规则，并使用GitHub Discussions进行设计讨论。

❯❯ 许可证

Apache License 2.0

❯❯ 引用

如果您在研究中使用了 Raven，请引用技术报告：

@techreport{evermind2026raven,
  title       = {{Raven: The Harness of Harnesses for Composable Agentic Intelligence}},
  author      = {{EverMind AI}},
  institution = {EverMind AI},
  year        = {2026},
  month       = sep,
  url         = {https://github.com/EverMind-AI/Raven/releases/tag/tech-report-v1}
}