Bắt đầu nhanh

Nộp định nghĩa agent và bộ đánh giá, đặt ngân sách và các lớp được phép tiến hoá, rồi chờ báo cáo. Mặc định chỉ các lớp ngữ cảnh, kỹ năng và bộ nhớ thay đổi; lớp trọng số phải được bật rõ ràng.

# 1. Install the SDK
pip install ouro-evolve

# 2. Submit agent definition + eval set + budget
from ouro import Evolve
job = Evolve().submit(
    agent="./agent.yaml",        # OpenAI / Anthropic / LangGraph / CrewAI formats supported
    evals="./evals.jsonl",       # private eval set; only its hash goes on-chain
    layers=["context", "skills", "memory"],
    budget_usd=200,
    rounds=5,
)

# 3. Wait for the evolution report
report = job.wait()
print(report.score_before, "→", report.score_after)   # 0.61 → 0.74
print(report.poe_tx)                                   # on-chain record
report.export("./agent.v15.yaml")