⚡

开发者 3 秒速决决策指标

TL;DR Verdict
🏆 权威跑分段位72s 必看
产品页：Raven-Research DeepResearch Mixe
查看天梯总榜→
💰 调用成本与套餐比价
支持主流 API / 订阅
查可用套餐与测算↗
🛠️ 开发与接入生态Rules
Raven · Claude Code · Codex
配置 IDE 专属规则↗

EverMind-AI/Raven 用 Host Agent 把内置 Research/Code/Design/Oncall 与 Claude Code、Codex、Hermes、Pi 等第三方 harness 编成可准入校验的任务 DAG，并宣称对自身 harness 做受控自进化（RSI）。本跑 API：★5097 / forks 145；v0.2.3（2026-09-27）；arXiv 2609.33439。产品页报 Raven-Research DeepResearch Mixed 76.5%；论文报 MAOB Exact Match 相对最强基线 +10.4/+10.5 pp。pre-alpha。

核心要点速览 (Key Takeaways)

  • ✓仓库 EverMind-AI/Raven Apache-2.0；本跑 ★5097、forks 145；站点 raven.evermind.ai
  • ✓最新发行 v0.2.3（2026-09-27）：浏览器升级路径、Grok Build/Copilot 连接诊断、实验性 Curator 进仓库未进安装包
  • ✓论文 arXiv:2609.33439：MAOB 上 Exact Match 相对最强基线 +10.4 / +10.5 pp（两种 backbone）
  • ✓产品页：Raven-Research DeepResearch Mixed 76.5%；内置四专家 + ACP 挂第三方 CLI
  • ✓安装：curl -fsSL https://raven.evermind.ai/install.sh | bash；文档 Quick Start；标注 pre-alpha
🧭

阅读完核心要点？进一步了解模型实力与实际开销

7 大权威镜像天梯跑分与 29+ 款主流编程套餐横向比价测算

🏆 天梯榜(72s必看)→💰 比价测算↗
🔗

相关资源与官方项目出处

免代理直达
💡 国内无需访问 Twitter，可直接访问上述项目官方资源与文档
🐙
EverMind-AI/Raven on GitHub
github.com/EverMind-AI/Raven
↗
🐙
Raven v0.2.3 release notes
github.com/EverMind-AI/Raven/releases/tag/v0.2.3
↗
🌐
arXiv:2609.33439 Raven technical report
arxiv.org/abs/2609.33439
↗
📖
Raven Quick Start docs
evermind-ai.github.io/Raven/quick-start/
↗
🚀
raven.evermind.ai
raven.evermind.ai/
↗
🔬

深度技术解析与实战评估

核心背景与行业痛点

当 Claude Code、Codex、Hermes、Pi 等终端 Agent 各管一段工作时，任务拆解、依赖边、产物交接与失败恢复往往散落在多个会话与人的记忆里。EverMind 开源的 Raven 把自己定位成「Harness of Harnesses」：用 Host Agent 把内置专家与第三方 harness 收成一张可校验的任务图（DAG），而不是再做一个单模型聊天壳。

可核实信号：本跑 GitHub API 给出 EverMind-AI/Raven ★5097 / forks 145；许可证 Apache-2.0；最新正式发行 v0.2.3（2026-09-27）；站点 raven.evermind.ai 与 arXiv 2609.33439（Submitted 2026-09-27）。仓库标注 pre-alpha，接口可能快速变动。今日仍有自配置等提交合入，说明编排层仍在活跃迭代。

架构亮点与底层机制

Host 把目标编成节点图：每个节点绑定注册表里的执行后端（进程内 Raven 循环、CLI、ACP 或 OpenAI 兼容 API），边表示产物依赖；运行时先做结构/能力/环境准入，再按就绪集调度，完成判定与异常可回传 Host 继续、放弃或重规划。内置 Raven-Research / Code / Design / Oncall 四类专家；第三方通过 ACP 等适配接入 Claude Code、Codex、OpenCode、Hermes、OpenClaw、Pi、Grok Build、Copilot 等（以仓库 README 名单为准）。

「RSI」在此指对 Raven 自身 harness（提示、策略、技能、playbook）的候选改动与验证采纳，不改写 Claude Code / Codex 内部。实验性 Curator 随仓库 experimental/ 提供，发行说明写明其未打进安装包。跨会话记忆依赖 EverOS / Skill Forge 等配套（见论文与文档），需要单独评估可靠性。

权威 Benchmark 与实测跑分对比

官方强调分层评测而非单一 SWE 口号。论文摘要：自研 Multi-Agent Orchestration Benchmark（MAOB） 上，Raven 在两种 backbone 下四项图指标均居对比系统之首，Exact Match 相对最强基线分别高 10.4 与 10.5 个百分点（规划质量，在 worker 执行前比对参考 DAG）。产品页给出 Raven-Research 在 DeepResearch Mixed（BrowseComp + FRAMES + HLE + xBench-DeepSearch）76.5% accuracy，并展示相对 DeepSeek-Harness / MiroFlow 等对照；编码、设计、Oncall 另有图示对比，未在本文臆造具体 SWE 分数——请以 README 图注与技术报告为准复核。社区亦有对 saturated bench 小幅增益噪声的质疑，落地应以自有任务集验收。

开发者实战落地与开箱指南

官方安装（Linux / macOS / WSL2）：curl -fsSL https://raven.evermind.ai/install.sh | bash；Windows 用 install.ps1。安装器会布置 uv、Node.js 22、Raven 与插件并打开浏览器首跑；之后常用 raven web（后台保活）或 raven tui。文档入口：Quick Start。也可让本机 Claude Code / Codex 阅读该页代装。建议先在隔离仓库跑「单图：Research→Code」最小闭环，再挂第三方 ACP 代理；生产前阅读 pre-alpha 变更说明与企业权限边界，勿把未验证的自进化 Curator 默认打开到关键仓库。