设置

# API 密钥，请将它们放入 .env 文件中
OPENAI_API_KEY=...
ANTHROPIC_API_KEY=...
GEMINI_API_KEY=...

# 安装依赖
sudo dnf install -y python3.12-devel
sudo dnf install -y graphviz graphviz-devel cmake ninja-build bzip2-devel zlib-devel ncurses-devel libffi-devel

# 创建虚拟环境
python3.12 -m venv venv_nat
source venv_nat/bin/activate
pip install -r requirements.txt
pip install -r requirements_dev.txt
# 构建 Docker 容器
docker build --network=host -t hyperagents .

# 设置初始智能体
bash ./setup_initial.sh

运行 HyperAgents

# 请参阅脚本以了解参数和基线选择
python generate_loop.py --domains <domain>

默认情况下，输出将保存在 outputs/ 目录中。

文件结构

• agent/ 使用基础模型的相关代码
• analysis/ 用于绘图和分析的脚本
• domains/ 每个领域的代码
• utils/ 仓库中通用的代码
• run_meta_agent.py 脚本用于运行元智能体并获取差异
• meta_agent.py 元智能体的主要实现
• task_agent.py 任务智能体的主要实现
• generate_loop.py 算法的入口点

实验日志

实验日志以多部分 ZIP 归档文件的形式存储。要解压它们，请确保所有 .z01、.z02 等文件与 .zip 文件位于同一目录下，然后运行：

zip -s 0 outputs_os_parts.zip --out unsplit_logs.zip
unzip unsplit_outputs.zip

安全注意事项

[!警告]
本仓库涉及执行由模型生成的不可信代码。我们强烈建议用户注意相关的安全风险。尽管在当前设置和所使用的模型下，此类代码极不可能执行明显的恶意行为，但由于模型能力或对齐方面的局限性，它仍可能表现出破坏性行为。使用本仓库即表示您已知悉并接受这些风险。

引用

如果您觉得本项目有用，请考虑引用以下内容：

@misc{zhang2026hyperagents,
      title={Hyperagents}, 
      author={Jenny Zhang and Bingchen Zhao and Wannan Yang and Jakob Foerster and Jeff Clune and Minqi Jiang and Sam Devlin and Tatiana Shavrina},
      year={2026},
      eprint={2603.19461},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2603.19461}, 
}

HyperAgents 快速上手指南

HyperAgents 是一个能够针对任何可计算任务进行自我优化和自我改进的自引用智能体框架。本指南将帮助中国开发者快速完成环境配置并运行基础示例。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统: 推荐 Linux 环境（原文基于 Fedora/CentOS 系，使用 dnf 包管理器）。
• Python 版本: 必须安装 Python 3.12 及其开发头文件。
• 系统依赖: 需要安装图形处理和编译工具链。
• API 密钥: 需准备至少一个主流大模型 API 密钥（OpenAI, Anthropic, 或 Google Gemini）。

注意：如果您使用的是 Ubuntu/Debian 系统，请将下方的 sudo dnf install 命令替换为 sudo apt-get install，并确保软件源中包含 python3.12-dev 及相关库。

安装步骤

1. 配置 API 密钥

在项目根目录下创建 .env 文件，并填入您的 API 密钥：

cat > .env <<EOF
OPENAI_API_KEY=your_openai_key_here
ANTHROPIC_API_KEY=your_anthropic_key_here
GEMINI_API_KEY=your_gemini_key_here
EOF

2. 安装系统级依赖

执行以下命令安装必要的编译工具和库（以 Fedora/RHEL 为例）：

sudo dnf install -y python3.12-devel
sudo dnf install -y graphviz graphviz-devel cmake ninja-build bzip2-devel zlib-devel ncurses-devel libffi-devel

3. 创建虚拟环境并安装 Python 依赖

建议使用国内镜像源（如清华源或阿里源）加速 pip 安装过程：

# 创建虚拟环境
python3.12 -m venv venv_nat
source venv_nat/bin/activate

# 升级 pip 并使用国内镜像安装依赖
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements_dev.txt

(可选) 构建 Docker 容器：

docker build --network=host -t hyperagents .

4. 初始化智能体

运行初始化脚本来设置初始智能体状态：

bash ./setup_initial.sh

基本使用

完成安装后，您可以通过 generate_loop.py 脚本启动 HyperAgents 循环。以下是最简单的运行示例，指定一个领域（domain）开始任务：

# 将 <domain> 替换为您想要测试的具体领域名称
python generate_loop.py --domains <domain>

• 输出位置：默认情况下，所有运行结果和日志将保存在项目根目录下的 outputs/ 文件夹中。
• 参数说明：具体支持的领域名称和基线选择选项，请直接查看 generate_loop.py 脚本源码或运行 python generate_loop.py --help 获取详细信息。

---

安全警告：本项目涉及执行由模型生成的不可信代码。尽管在现有设置下发生恶意行为的可能性极低，但模型能力的局限性仍可能导致破坏性行为。请在隔离环境（如虚拟机或容器）中运行，并自行承担相关风险。