EvoAgent：面向PR研发治理的自进化Multi-Agent Harness系统

EvoAgent：面向PR研发治理的自进化Multi-Agent Harness系统9150期

项目概述

本项目不是Coding Agent ，而是一个面向 Pull Request 风险治理与安全修复场景 的自研系统。其核心是构建一个可持久化、可恢复的 Agent Runtime Harness ，完成从风险发现、证据复核、补丁生成、结果验证、离线评测到反馈学习和版本回滚 的端到端闭环。

项目核心信息

项目	详细说明
项目定位	自进化Multi-Agent Harness系统，面向PR研发治理
技术栈	Python、Harness Engineering、Multi-Agent Orchestration、Self-Evolution、PostgreSQL、OpenTelemetry、Docker、Prometheus
交付内容	项目详细讲解文档 + 简历写法 + 完整可运行代码
部署方式	Docker一键部署，无Docker环境也可依据文档本地运行，小白可跑通
评测支持	提供具体评测集，支持端到端评测指标本地复现
应用价值	1. 研发治理：面向PR风险治理与安全修复，自动化完成风险发现、证据复核与补丁生成。 2. 自进化能力：Prompt/Skill双轨自进化，支持候选生成、门禁激活与版本回滚。 3. 可观测性：全链路Trace与指标监控，支持执行链路回放、失败归因与断点恢复。

系统核心模块

1. 自研 Agent Runtime Harness

Pull Request审查建模为可持久化长任务，统一管理任务状态、执行预算、节点重试、持久化Checkpoint、任务取消、断点续跑及Run Trace。

2. Prompt/Skill 双轨自进化

Prompt与Agent Skill双轨独立进化链。自动Prompt和Skills候选生成，三层门禁激活。提供内容指纹去重、版本血缘追踪、历史回放和一键回滚。

3. 分层多 Agent 协作

主从协作架构，Lead动态任务、Skill分派，双Worker并行React循环。

4. Agent 端到端评测

100个受控PR Diff样本的端到端Evaluation Harness，支持PR Diff审查准确率、多agent/单agent消融分析、Critic消融分析。

5. 上下文压缩与 Memory 管理

风险Hunk、历史Observation和Token预算有限上下文。Working、Episodic、Semantic、Procedural四类记忆。租户及仓库级检索隔离、任务归档和过期清理。

6. 异步与可观测体系

有界Agent Loop。异步任务投递、ACK、Worker租约、指数退避重试和死信队列。支持执行链路回放、失败归因、评测复现和断点恢复。

知识普及：Agent Runtime Harness 的设计要点

Harness Engineering（执行框架工程）：不同于单纯的Agent编排，Harness关注的是Agent运行时的可靠性------包括任务持久化、状态管理、错误重试、断点恢复等工程化能力，使Agent系统从Demo走向生产可用。
自进化机制：Prompt和Skill的独立进化链，配合门禁激活与版本回滚，使系统能够在使用中不断优化自身，无需人工干预即可迭代。
可观测性三要素：Trace（链路追踪）、Metrics（指标监控）、Logging（日志记录），三者结合实现全链路可观测，是复杂Agent系统稳定运行的基础。
多Agent协作模式：Lead-Worker架构中，Lead负责任务分解与调度，Worker并行执行，适合处理PR审查这类需要多维度分析的复杂任务。

技术架构概览

层次	技术选型
编排层	Multi-Agent Orchestration、双Worker并行React循环
进化层	Prompt/Skill双轨自进化、三层门禁激活
记忆层	Working/Episodic/Semantic/Procedural四类记忆
异步层	有界Agent Loop、异步任务投递、死信队列
可观测层	OpenTelemetry、Prometheus、Run Trace
存储层	PostgreSQL
部署层	Docker一键部署

交付清单

完整可运行代码：Docker一键部署
项目详细讲解文档：含架构设计、模块说明
简历写法指导：适合求职者包装项目经历
评测集：支持端到端评测指标本地复现

EvoAgent：面向PR研发治理的自进化Multi-Agent Harness系统