【免费下载链接】CORALOpen-source autoresearch powered by autonomous coding agents. Run Claude Code, OpenCode, and Codex with grading, shared knowledge, and multi-agent evolution. Accepted at COLM 2026.项目地址https://gitcode.com/gh_mirrors/coral22/CORAL点击查看免费下载CORAL是一个由自主编程 Agent 驱动的开源自动研究Autoresearch框架——给它一个代码库和评分脚本grader它就能并行启动多个 Claude Code、Codex、OpenCode 等 AI 编程智能体在隔离工作区中持续做实验、打分、共享知识并不断自我进化。CORAL 已被顶会COLM 2026接收采用 Apache 2.0 许可开源源码见 README.md。一、CORAL 解决什么问题单个 AI 编程助手能写代码但让它自己研究一个课题、越做越强还缺三样东西缺失能力CORAL 的解决方案无人持续迭代Agent 常驻运行自动改代码 → 评估 → 复盘循环没有客观反馈内置grader 守护进程每次提交自动打分并给出反馈经验无法沉淀.coral/public/共享状态笔记、技能、排行榜实时互通一句话概括CORAL 把一堆编程 Agent 组织成一支AI 研究团队各自独立探索又互相学习整体能力随时间复利式增长。项目团队把这一愿景概括为从单 Agent 自主到人类-Agent 社会的演进路线二、工作原理一张图看懂 CORAL 架构coral start启动后整个系统分为两条并行的循环1️⃣ 每个 Agent 的自主循环读读取任务指令CORAL.md、共享笔记、其他 Agent 的高分尝试改在自己的隔离 git worktree 中编辑代码评执行coral eval -m 描述自动 commit 并提交给 grader 打分分享把发现写进.coral/public/notes/和skills/供全体 Agent 复用2️⃣ 后台 Manager 的心跳机制后台管理器持续监视所有 Agent并按心跳节律打断它们注入指令reflect默认每次 eval 后复盘当前路线决定继续还是转向consolidate默认每 10 次 eval强制沉淀知识到共享笔记pivot在僵局时引导转向新方向这套机制保证 Agent 不会在死胡同里空转也不会重复造轮子。支持哪些 AgentAgent运行时配置Claude Code默认claude_codeCodexcodexOpenCodeopencodeCursor AgentcursorKirokiro运行时实现分别位于 coral/agent/builtin/ 目录评分引擎在 coral/grader/心跳与知识管理在 coral/hub/。三、多智能体协作Agent 如何互相学习这是 CORAL 区别于跑 N 次独立实验的关键。所有 Agent 通过文件系统而非 API共享三类资产存放在.coral/public/中attempts/每次评估的 JSON 记录分数、状态、父提交哈希构成实验血缘 DAGnotes/Markdown 形式的心得笔记如向量化的收益来自哪里skills/Agent 自己封装的可复用工具包上图是一次真实运行中的全员共识笔记四个 Agent 共享最佳分数、共同排除法确认了多种死路最终收敛出唯一的优化方向——这就是集体智能的直观体现。 多岛模式multi-islandCORAL v0.6.0 起支持把 Agent 划分到互不可见的岛屿各自探索不同解空间再周期性迁移精英 Agent兼顾探索广度与收敛速度。详见 coral/hub/steering.py 与 coral/agent/migration.py。四、实测表现CORAL 在哪些任务上打赢了对比在官方博客的对比实验中CORAL 展现了更少评估次数、更快收敛、更低成本的特点任务领域CORAL 亮点Anthropic 内核优化题系统4 Agent 仅 4.5 小时达到 133.9x 加速成本约 $30斯坦福 mRNA 疫苗预测生物/ML2.6 小时超越人类最佳基线 20.5%成本 $10Erdős 最小重叠猜想数学仅 17 次评估逼近理论下界成本约 $15仓库 examples/ 下还有大量开箱即用的任务模板包括circle_packing圆 packing 优化、erdos数学猜想、mnist、kernel_engineeringGPU kernel 优化、swebench-verified等每个都自带task.yaml配置与打包好的 grader。五、快速上手教程5 分钟跑起你的第一个任务1. 一键安装curl -fsSL https://raw.githubusercontent.com/Human-Agent-Society/CORAL/main/install.sh | sh安装脚本会自动装好uv并把coralCLI 装进独立 venv验证coral --version。前置条件Python 3.11、git以及至少一个已登录认证的 Agent 运行时如 Claude Code 需要 Anthropic API key。2. 三步启动coral init my-task # 生成任务脚手架task.yaml seed grader coral validate my-task # 先验证 grader 能正常打分 cd my-task coral start -c task.yaml # 启动多 Agent 运行3. 监控与收尾coral log # 查看全员排行榜 coral status # Agent 健康状态 coral ui # 打开 Web 仪表盘实时分数曲线、血缘图、日志 coral stop # 优雅停止Web 仪表盘由 coral/web/ 提供支持实时分数图、实验血缘 DAG、Agent 日志流和知识浏览器。4. 不想记 CLI用插件在 Claude Code 或 Codex 里安装 CORAL 插件后直接说用 coral 优化这个仓库的某函数插件会自动完成脚手架搭建、grader 编写与验证。插件定义在 plugin/ 目录。六、项目结构速览目录职责coral/agent/Agent 生命周期、运行时绑定、进程管理coral/grader/grader 守护进程与评分协议coral/hub/共享状态、心跳、自动停止、知识整合coral/web/Starlette React 实时仪表盘coral/workspace/git worktree 与隔离策略coral/cli/coral命令行入口examples/开箱即用的任务与基准tests/完整测试套件写在最后CORAL 证明了一件事把评估闭环、隔离工作区和持久共享记忆交给基础设施把聪明交给可替换的编程 Agent多智能体就能在开放式任务上持续自我进化。无论你是想优化一段慢代码、刷一个 Kaggle 数据集还是探索一个开放科学问题都值得一试——coral init敲下去的那一刻你的AI 研究团队就正式上岗了 赞分享【免费下载链接】CORALOpen-source autoresearch powered by autonomous coding agents. Run Claude Code, OpenCode, and Codex with grading, shared knowledge, and multi-agent evolution. Accepted at COLM 2026.项目地址https://gitcode.com/gh_mirrors/coral22/CORAL点击查看免费下载相关推荐NeoHorse-1-9B是什么一文读懂TokenRhythm开源Agent原生大模型9B参数迈向递归自我改进NeoHorse 1 9B是什么一文读懂TokenRhythm开源Agent原生大模型9B参数迈向递归自我改进 NeoHorse 1 9B 是 TokenR认识ALTA自主LLM多智能体交易研究平台是什么一篇看懂AI如何自主发现投资机会认识ALTA自主LLM多智能体交易研究平台是什么一篇看懂AI如何自主发现投资机会 ALTAAutonomous LLM Trading Asterism什么是AI Agent读懂Agentic Design Patterns第一课5级智能体进化模型什么是AI Agent读懂Agentic Design Patterns第一课5级智能体进化模型 想知道 AI Agent智能体 到底是什么这本文档教程AI Agent人工智能创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考