Un protocole et un environnement d'exécution d'auto-évolution pour les systèmes d'agents basés sur les LLM.
Un framework multi-agent hiérarchique doté des protocoles RSPL et SEPL pour des boucles d'agents auto-évolutives.
Deep Research Agent est un protocole et un environnement d'exécution d'auto-évolution conçu pour les systèmes d'agents basés sur les LLM. Il est destiné aux ingénieurs et développeurs souhaitant implémenter des workflows multi-agents structurés avec des couches explicites de ressources et d'évolution.
Le framework modélise les prompts, agents, outils, environnements et la mémoire en tant que ressources enregistrées par protocole via le Resource Substrate Protocol Layer (RSPL). Il utilise un Self Evolution Protocol Layer (SEPL) pour proposer, évaluer et valider des améliorations avec une traçabilité auditable et des capacités de restauration.
Il convient aux développeurs d'IA et de systèmes construisant des workflows d'agents complexes nécessitant un suivi des versions et des boucles d'auto-amélioration. Il ne convient pas aux utilisateurs recherchant un assistant de bureau prêt à l'emploi ou n'ayant pas d'expérience dans la configuration d'environnements LLM.
Modélise les prompts, agents, outils, environnements et la mémoire en tant que ressources enregistrées par protocole.
Spécifie une interface opérateur en boucle fermée pour proposer, évaluer et valider des améliorations.
Configurations de style MMEngine pour composer des agents, des outils, des environnements et des modèles de manière cohérente.
Enregistre les trajectoires et gère les artefacts itératifs entre les exécutions pour l'analyse des défaillances.
Le logiciel est gratuit sous licence MIT, mais vous devez fournir vos propres clés API LLM et ressources de calcul pour exécuter les agents et les optimiseurs.
877 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Le RSPL modélise les composants système tels que les prompts, agents, outils, environnements et la mémoire en tant que ressources enregistrées par protocole avec un état explicite, un cycle de vie et des interfaces versionnées.
La couche SEPL fournit une interface opérateur en boucle fermée pour agir, observer, optimiser à l'aide de méthodes de réflexion ou par RL, et mémoriser les enseignements dans une mémoire persistante.
Voir Zekai en premier dans Google