AlphaEvolve Schreiben

Die vollständige Erklärung finden Sie hier

Ein Beispiel für eine bei einem Schreibwettbewerb eingereichte Geschichte finden Sie hier

Ein modernes, evolutionäres Schreibsystem, das KI-Modelle verwendet, um kreative Geschichten oder allgemeine Texte durch iterative Wettbewerbe zu generieren, zu bewerten und weiterzuentwickeln. Entwickelt mit sauberer, modularer Python-Architektur nach modernen Designprinzipien.

✨ Funktionen

• 🧬 Evolutionärer Algorithmus: Geschichten entwickeln sich durch KI-gesteuerte Turniere
• 🎯 Duale Schreibmodi: Kreatives Geschichtenerzählen und Optimierung allgemeiner Texte
• 🏆 ELO-Turniersystem: Anspruchsvolle Bewertung durch paarweise Vergleiche
• 🌐 Web-Oberfläche: Menschliche Validierung und Vergleich von Geschichten
• 🔧 Konfigurierbar: Umfangreiche Anpassungsmöglichkeiten per JSON-Konfiguration

🚀 Schnellstart

Installation

# Clone the repository
git clone https://github.com/your-org/alphaevolve-writing
cd alphaevolve-writing
Install with uv (recommended)
uv sync
Or install with pip
pip install -e .
Configure your API keys (see Configuration section below)

Evolution ausführen

# Run 5 evolution iterations
python evolve.py 5
Fresh start with 3 iterations
python evolve.py 3 --fresh
Use general writing mode
python evolve.py 5 --general
Show help
python evolve.py --help

🏗️ Architektur

Das System folgt modernen Python-Designprinzipien mit einer klaren Trennung der Verantwortlichkeiten:

├── src/
│   ├── core/           # Pipeline orchestration
│   │   └── pipeline.py # Main EvolutionPipeline class
│   ├── generators/     # Story generation logic
│   │   ├── story_generator.py      # Initial & next batch generators
│   │   ├── generate_response.py    # Creative writing generation
│   │   ├── generate_response_general.py # General writing generation
│   │   └── judge_response.py       # AI judging system
│   ├── rankers/        # ELO ranking system
│   │   ├── elo_rank.py            # Core ELO algorithm
│   │   └── tournament_runner.py    # Tournament management
│   └── utils/          # Utility functions
│       └── inference.py           # Multi-provider LLM interface
├── evolve.py           # Clean CLI entry point
├── pyproject.toml      # Modern Python packaging
├── config.json         # Configuration
└── web_interface/      # Web UI for validation

Schlüsselkomponenten

• EvolutionPipeline: Haupt-Orchestrator, der den vollständigen Evolutionszyklus verwaltet
• InitialStoryGenerator: Erstellt die erste Generation von Geschichten aus Vorgaben
• NextBatchGenerator: Entwickelt die besten Geschichten zu verbesserten Varianten weiter
• TournamentRunner: Verwaltet ELO-Turniere zur Geschichtsbewertung
• EloRankingSystem: Implementiert einen ausgefeilten Bewertungsalgorithmus

📖 Funktionsweise

Das System folgt einem dreistufigen Evolutionszyklus:

1. Erste Charge generieren

• Erstellt mehrere Geschichten aus Ihrem Prompt
• Verwendet konfigurierbare KI-Modelle (GPT, Claude, Llama, etc.)
• Vergibt anfängliche ELO-Bewertungen

2. ELO-Turnier durchführen

• Geschichten treten in Paarvergleichen gegeneinander an
• KI-Richter bewerten nach Ihrem Bewertungsraster
• ELO-Bewertungen werden basierend auf Siegen/Niederlagen aktualisiert

3. Nächste Charge generieren

• Bestbewertete Geschichten werden ausgewählt
• Varianten werden mit Verbesserungen generiert
• Prozess wiederholt sich über mehrere Generationen

Dieser iterative Prozess führt im Laufe der Zeit zu immer besseren Texten.

⚙️ Konfiguration

Grundlegende Einrichtung

Bearbeiten Sie diese wichtigen Dateien:

• prompt.txt – Ihr Schreibprompt/Thema
• rubric.txt – Bewertungskriterien für die Beurteilung
• config.json – Systemkonfiguration

API-Schlüssel einrichten

Das System unterstützt mehrere KI-Anbieter, die über config.json konfiguriert werden. Die Konfiguration ordnet Modelle Anbietern zu und legt fest, welche Umgebungsvariablen die API-Schlüssel enthalten:

{
  "llm_providers": {
    "openai": {
      "type": "openai",
      "base_url": "https://api.openai.com/v1",
      "api_key_env": "OPENAI_API_KEY"
    },
    "anthropic": {
      "type": "anthropic", 
      "api_key_env": "ANTHROPIC_API_KEY"
    },
    "deepinfra": {
      "type": "openai_compatible",
      "base_url": "https://api.deepinfra.com/v1/openai",
      "api_key_env": "DEEPINFRA_API_KEY"
    },
    "deepseek": {
      "type": "openai_compatible",
      "base_url": "https://api.deepseek.com/v1",
      "api_key_env": "DEEPSEEK_API_KEY"
    },
    "gemini": {
      "type": "openai_compatible",
      "api_key_env": "GEMINI_API_KEY",
      "base_url": "https://generativelanguage.googleapis.com/v1beta/openai/"
    }
  },
  "model_provider_mapping": {
    "gpt-4": "openai",
    "gpt-3.5-turbo": "openai", 
    "claude-3-sonnet-20240229": "anthropic",
    "meta-llama/Meta-Llama-3-70B-Instruct": "deepinfra",
    "deepseek-chat": "deepseek",
    "gemini-2.5-flash": "gemini"
  }
}

Legen Sie dann Ihre API-Schlüssel als Umgebungsvariablen fest:

export OPENAI_API_KEY="your-openai-key"        # For GPT models
export ANTHROPIC_API_KEY="your-anthropic-key"  # For Claude models  
export DEEPINFRA_API_KEY="your-deepinfra-key"  # For Llama models
export DEEPSEEK_API_KEY="your-deepseek-key"    # For DeepSeek models
export GEMINI_API_KEY="your-gemini-key"          # For Gemini models

Sie müssen nur Schlüssel für die Anbieter festlegen, die Sie verwenden möchten. Das System leitet Modellanfragen automatisch basierend auf der Konfiguration an den richtigen Anbieter weiter.

Konfigurationsoptionen

Die Datei config.json steuert das gesamte Systemverhalten:

{
  "batch_generation": {
    "num_stories": 10,
    "model": "gpt-4",
    "initial_elo": 1500
  },
  "elo_ranking": {
    "tournament_rounds": 50,
    "judge_model": "claude-3-sonnet-20240229",
    "k_factor": 32
  },
  "next_batch_generation": {
    "top_stories_to_select": 3,
    "variants_per_story": 2,
    "include_original_stories": true
  },
  "evolution_pipeline": {
    "max_iterations": 5,
    "auto_continue_from_existing": true
  }
}

🎭 Schreibmodi

Kreativer Schreibmodus (Standard)

• Konzentriert sich auf Storytelling, Charakterentwicklung und Erzähltechniken
• Verwendet missionsbasierte Generierungsstrategien
• Optimiert für Kreativität und Engagement

Allgemeiner Schreibmodus (--general)

• Konzentriert sich auf akademische Arbeiten, Essays, Berichte und professionelles Schreiben
• Verwendet analytische und strukturierte Ansätze
• Optimiert für Klarheit und Überzeugungskraft

🔧 Erweiterte Konfiguration

Anpassung von Generierungsstrategien

Für fortgeschrittene Nutzer können Sie die Generierungsaufforderungen, Autorenstile und Missionssets anpassen, indem Sie die Dateien im Verzeichnis src/generators/ bearbeiten:

#### Kreative Schreibanpassung (src/generators/generate_response.py)

Missionssets - Definieren kreative Ansätze und Ziele:

mission_sets = {
    "emotional_depth": [
        "Focus on the psychological depth of characters",
        "Explore complex emotional landscapes", 
        "Create moments of genuine human connection"
    ],
    "narrative_craft": [
        "Experiment with unique narrative structures",
        "Use vivid, sensory descriptions",
        "Create compelling story arcs"
    ],
    "dialogue_mastery": [
        "Write authentic, character-specific dialogue",
        "Use subtext and implied meaning",
        "Balance dialogue with action and description"
    ]
}

Autorenstile – Verschiedene Schreibansätze nachahmen:

author_styles = [
    "Write with the psychological insight of Virginia Woolf",
    "Adopt the sparse, powerful prose of Ernest Hemingway", 
    "Use the magical realism style of Gabriel García Márquez",
    "Employ the detailed world-building of Tolkien"
]

#### Allgemeine Schreibanpassung (src/generators/generate_response_general.py)

Akademische Schwerpunktbereiche – Bestimmte Schreibdomänen anvisieren:

academic_focuses = [
    "Rigorous analytical argument development",
    "Clear thesis statement and supporting evidence",
    "Proper academic citation and source integration",
    "Logical flow and coherent structure"
]

Schreibansätze – Analytische Strategien definieren:

writing_approaches = [
    "Comparative analysis with multiple perspectives",
    "Problem-solution framework with evidence",
    "Cause-and-effect reasoning with examples",
    "Critical evaluation with balanced arguments"
]

Anpassen der Bewertungskriterien (src/generators/judge_response.py)

Sie können die Bewertungskriterien und Evaluierungsaufforderungen anpassen, um sich auf bestimmte Aspekte der Schreibqualität zu konzentrieren:

# Edit the judge_responses function to customize evaluation criteria
evaluation_criteria = [
    "Technical writing proficiency",
    "Creative originality and innovation", 
    "Emotional impact and reader engagement",
    "Structural coherence and flow",
    "Character development and authenticity"
]

Tipps für die erweiterte Konfiguration

• Originaldateien sichern: Bewahren Sie immer Kopien der Original-Generator-Dateien auf, bevor Sie Änderungen vornehmen
• Schrittweise testen: Nehmen Sie kleine Änderungen vor und testen Sie mit einigen Durchläufen, bevor Sie vollständige Evolutionszyklen starten
• Ergebnisse überwachen: Verwenden Sie die Weboberfläche, um zu überprüfen, ob Ihre Anpassungen die Qualität der Geschichten verbessern
• Kombinieren und variieren: Kombinieren Sie verschiedene Missionssets und Autorenstile für einzigartige Generierungsstrategien
• Versionskontrolle: Verfolgen Sie Ihre Anpassungen mit git, um bei Bedarf Änderungen rückgängig zu machen

Dieser modulare Ansatz ermöglicht es Ihnen, den Evolutionsprozess für Ihre spezifischen Schreibziele und -bereiche fein abzustimmen.

🌐 Web-Oberfläche

Validieren Sie Ihre Evolutionsergebnisse mit der integrierten Weboberfläche:

cd web_interface
pip install -r requirements.txt
python app.py

Öffnen Sie http://localhost:5000, um zuzugreifen auf:

• Story-Vergleich: Nebeneinander lesen und Präferenz auswählen
• ELO-Ranglisten: Aktuelle Platzierungen und Statistiken anzeigen
• Evolutionsverfolgung: Überprüfen, dass spätere Generationen sich verbessern
• Datenexport: Ergebnisse für die Analyse herunterladen

```

--- Tranlated By Open Ai Tx | Last indexed: 2025-07-18 ---