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。
EVA 是一个极致轻量、可接本地模型、带安全审查与目录级 Session 的单文件 Agent。
Quick Start · Showcase · WeChat Bot · EVA.md · English readme
## 简介 EVA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。我自己就是EVA的重度用户，日常处理各种任务。 各种好玩案例见当前仓库的 [showcase](./showcase) 🦖🦖🦖 ## 特性 - 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 - 极致轻量化：单文件，仅一个`eva.py`，有python就能运行 - 目录级Session：下次同样目录启动会延续之前对话 - 安全审查：默认只执行读命令，其他命令需要安全确认 - 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/tmp/result.txt'`。当前就借助`-asu`选项将EVA接入了微信Bot ## 快速开始 0. 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。 1. 在终端执行`export EVA_API_KEY=你的deepseek API key`（Windows系统则是`set`命令） EVA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： Linux设置方法： ```bash export EVA_BASE_URL=http://xxxxxxxxx/v1 export EVA_MODEL_NAME=xxxxx export EVA_API_KEY=sk-xxxxx ``` macOS 设置方法（zsh，如需在 macOS 上长期生效，可以将上述 export 配置写入`~/.zshrc`）： ```bash export EVA_BASE_URL=http://xxxxxxxxx/v1 export EVA_MODEL_NAME=xxxxx export EVA_API_KEY=sk-xxxxx ``` Windows 命令行设置方法： ```cmd set EVA_BASE_URL=http://xxxxxxxxx/v1 set EVA_MODEL_NAME=xxxxx set EVA_API_KEY=sk-xxxxx ``` Windows PowerShell设置方法： ```powershell $env:EVA_BASE_URL="http://xxxxxxxxx/v1" $env:EVA_MODEL_NAME="xxxxx" $env:EVA_API_KEY="sk-xxxxx" ``` > **不想每次设置环境变量？** 也可以直接把配置写入`eva.py`：打开文件顶部「LLM配置区」，将`EVA_BASE_URL`、`EVA_MODEL_NAME`、`EVA_API_KEY`三行引号内的值改成你的配置即可，无需在终端执行export。默认使用 DeepSeek 官方接口，通常你只需要填写`EVA_API_KEY`一行，例如： > > ```python > EVA_API_KEY = os.environ.get("EVA_API_KEY") or "sk-xxxxx" # ← 在此填入你的 API Key > ``` > > 若已通过上方环境变量方式配置，则以环境变量为准（文件内配置仅作兜底）。 2. 运行`python3 eva.py`。首次运行会生成`eva`脚本，Linux 下执行`source ~/.bashrc`让脚本生效；macOS 下执行`source ~/.zshrc`让脚本生效。后续直接输入命令`eva`即可 输入增强说明： - 如果环境里安装了`prompt_toolkit`，EVA会自动开启多行输入：`Enter`提交，`Ctrl+N`换行；如果终端支持，也可以用`Alt+Enter`换行 输出增强说明： - 如果环境里安装了`rich`，EVA会自动开启rich美化输出 ```python eva支持的选项： usage: eva.py [-h] [-a] [-l] [-c] [-u USER_ASK] [-s] [-g] options: -h, --help show this help message and exit -a, --allow-all 允许所有命令无需用户确认即可执行 -l, --list-session 列出所有session -c, --clear-session 清除当前目录session -u USER_ASK, --user-ask USER_ASK 独立地针对一条用户提问执行EVA -s, --with-session 搭配-u使用，载入并保存session -g, --goal goal模式，循环直到达成目标 ``` 绝大部分同学都带上-a来启动eva，虽然很方便，但要对eva行为多加关注下。 ## EVA退出说明（按Ctrl + C） 1、EVA运行过程可以随时打断，无论是打断LLM推理、打断工具执行、还是退出EVA，都是按 Ctrl + C 2、打断是个很有用的行为，比如某个命令超时时间太久你不想再等待，或者你想起有个背景忘记向EVA澄清需要补充说明，或者你发现前面对话有错别字需要重新问。 3、打断后，可以继续输入新的问题，不需要重新启动EVA；如果想完全退出EVA，连续按两下Ctrl + C ## 关于 EVA.md `.eva/EVA.md`是EVA的设定，通过它你可以对EVA进行各种设定、甚至赋予它各种技能。除了手动编辑`EVA.md`，你可以在eva启动时让它"分析下xxx/xxx/skills目录中所有的文件，给我生成一份EVA.md"，EVA会自动生成设定内容。 ## 贡献者 ✨