[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-1316":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":11,"languages":10,"totalLinesOfCode":10,"stars":12,"forks":13,"watchers":14,"openIssues":14,"contributorsCount":15,"subscribersCount":15,"size":15,"stars1d":16,"stars7d":17,"stars30d":18,"stars90d":15,"forks30d":15,"starsTrendScore":19,"compositeScore":20,"rankGlobal":10,"rankLanguage":10,"license":21,"archived":22,"fork":22,"defaultBranch":23,"hasWiki":24,"hasPages":22,"topics":25,"createdAt":10,"pushedAt":10,"updatedAt":32,"readmeContent":33,"aiSummary":34,"trendingCount":15,"starSnapshotCount":15,"syncStatus":14,"lastSyncTime":35,"discoverSource":36},1316,"eva","usepr\u002Feva","usepr","单文件智能体","",null,"Python",298,39,2,0,5,11,43,15,64.61,"MIT License",false,"main",true,[26,27,28,29,30,31],"agentic-ai","automation","linux","llm","python3","shell","2026-06-12 04:00:08","# EVA\n\n如果一个智能体的执行层小到只是一个脚本，那它具有病毒传播一样的潜力。\n\nEVA是个麻雀虽小、五脏俱全的Agent智能体，相当于低配版Claude Code，能帮你写脚本、写测试案例、执行shell、分析数据等。\n\n各种好玩案例见当前仓库的 [showcase](.\u002Fshowcase) 🦖🦖🦖\n\n## 特性\n\n- 本地化：可以接入本地部署的OpenAI接口模型，如vLLM，或者是外网模型\n- 极致轻量化：单文件，仅一个`eva.py`，有python就能运行\n- 目录级Session：下次同样目录启动会延续之前对话\n- 安全审查：默认只执行读命令，其他命令需要安全确认\n- 移植性：很容易将EVA接入你现有的自动化流程，例如：`eva -au '计算100w以内所有素数和并写到\u002Ftmp\u002Fresult.txt'`。当前就借助`-asu`选项将EVA接入了微信Bot\n\n\n## 快速开始\n\n\n0. 直接创建一个eva.py并复制本仓库的eva.py文本内容粘贴进去（docker环境、运维环境等也很容易粘贴代码，无需复杂安装，Just **Paste and Go**）。当然，你也可以git clone本仓库\n\n1. 在终端执行`export EVA_API_KEY=你的deepseek API key`（Windows系统则是`set`命令）\n\nEVA支持OpenAI接口形式的LLM，可以是Ollma、vLLM拉起的本地模型，也可以是DeepSeek、OpenAI等官网API。切换方法是设置`EVA_BASE_URL`, `EVA_MODEL_NAME`, `EVA_API_KEY`这三个环境变量。\n\nLinux设置方法：\n\n```bash\nexport EVA_BASE_URL=http:\u002F\u002Fxxxxxxxxx\u002Fv1\nexport EVA_MODEL_NAME=xxxxx\nexport EVA_API_KEY=sk-xxxxx\n```\n\nWindows 命令行设置方法：\n\n```cmd\nset EVA_BASE_URL=http:\u002F\u002Fxxxxxxxxx\u002Fv1\nset EVA_MODEL_NAME=xxxxx\nset EVA_API_KEY=sk-xxxxx\n```\n\nWindows PowerShell设置方法：\n\n```powershell\n$env:EVA_BASE_URL=http:\u002F\u002Fxxxxxxxxx\u002Fv1\n$env:EVA_MODEL_NAME=xxxxx\n$env:EVA_API_KEY=sk-xxxxx\n```\n\n2. 运行`python3 eva.py`。首次运行会生成`eva`脚本，你需要执行下`source ~\u002F.bashrc`让脚本生效。后续直接输入命令`eva`即可\n\n```python\neva支持的选项：\n  -h, --help            show this help message and exit\n  -a, --allow-all       允许所有命令无需用户确认即可执行\n  -l, --list-session    列出所有session\n  -c, --clear-session   清除当前目录session\n  -u USER_ASK, --user-ask USER_ASK\n                        独立地针对一条用户提问执行EVA\n  -s, --with-session    搭配-u使用，载入并保存session\n```\n\n## EVA退出说明\n\nCtrl + C直接中断，程序会自动保存session。下次启动时将自动加载\n\n\n## 关于 Skill & Command\n\nEVA通过`.eva\u002Fhints.md`获取记忆线索，该线索会被拼接到system prompt，因此你可以在hints.md里放置技能、命令的相关提示。EVA会在自己认为需要的时候进入这些目录查看对应的技能内容。\n\n`.eva\u002Fhints.md`文件内容示例：\n\n```markdown\n.eva\u002Fcommands、.eva\u002Fskills\u002F目录里存储了存储了大量的命令和技能，可以帮助你完成任务。其中，\n1. xxxx\u002F，可用于xxxx\n    触发条件：当涉及xxxx时，可以查阅xxxx\u002F底下的技能文件\n2. yyyy\u002F, 可用于yyyy\n    触发条件：当涉及yyyy时，可以查阅yyyy\u002F底下的技能文件\n```\n\n通过 Skill & Command，可以扩展EVA的各种能力。\n\n\n## 关于Contributing\n\n💗💗💗\n\n欢迎大家为EVA项目贡献，如提高EVA的自主水平、增加其他语言的单文件版本、甚至英文版等等。\n\n当前EVA的设计，有下面几点考虑：\n\n1. 尽量发挥EVA的自主性，让EVA自我驱动去解决问题，而非加各种流程约束\n2. 保持极简。我想就是因为简单，所以EVA才不简单。“完美不是在没有东西可以增加的时候，而是在没有东西可以删除的时候”\n3. 长程任务连续性。当前的记忆压缩比较粗暴，无法很好保证压缩后的任务延续性，希望有更优雅的方法进行记忆压缩（工程上我们可以类似Claude Code那样做各种层次化压缩，但还记得前面第1点吗，需要尽量发挥EVA的自主性，因此希望记忆压缩可以更简单、更优雅、更AI自我驱动）\n4. 自进化。机器人三大定律本来只是插在EVA中的一个meme，但它好像跟智能体发展挺契合的。当前自进化实现方式很简单，完全靠EVA记录知识、技能和线索，期望有更优雅的方式\n\n\u003Ca href=\"https:\u002F\u002Fwww.star-history.com\u002F?repos=usepr%2Feva&type=date&legend=top-left\">\n \u003Cpicture>\n   \u003Csource media=\"(prefers-color-scheme: dark)\" srcset=\"https:\u002F\u002Fapi.star-history.com\u002Fchart?repos=usepr\u002Feva&type=date&theme=dark&legend=top-left\" \u002F>\n   \u003Csource media=\"(prefers-color-scheme: light)\" srcset=\"https:\u002F\u002Fapi.star-history.com\u002Fchart?repos=usepr\u002Feva&type=date&legend=top-left\" \u002F>\n   \u003Cimg alt=\"Star History Chart\" src=\"https:\u002F\u002Fapi.star-history.com\u002Fchart?repos=usepr\u002Feva&type=date&legend=top-left\" \u002F>\n \u003C\u002Fpicture>\n\u003C\u002Fa>\n\n[![linux.do](https:\u002F\u002Fshorturl.at\u002FggSqS)](https:\u002F\u002Flinux.do)\n","EVA是一个单文件的小型智能体，旨在通过简单的脚本实现自动化任务处理。它支持编写脚本、执行shell命令、分析数据等功能，并能够接入本地或云端的LLM模型以增强其能力。该智能体设计为极致轻量化，仅需一个Python文件即可运行；同时具备目录级会话记忆功能，确保在相同工作环境下连续性的任务执行。安全方面，默认设置下EVA只允许执行读取操作，其他潜在危险指令需要用户确认后方可实施。适用于希望快速集成AI助手到现有工作流中的开发者，尤其是在Linux环境下的运维场景中特别有用。","2026-06-11 02:43:01","CREATED_QUERY"]