EverMind

中文

EverMind

中文

Raven agent

Raven agent

主动 · 进化 · 定制

全球首款构建在 EverOS 之上的自我改进的智能体框架

全球首款构建在 EverOS 之上的自我改进的智能体框架

全球首款构建在 EverOS 之上的自我改进的智能体框架

Raven 不断自我进化——从记忆中学习,重写自身的技能与代码,无需等待你的指令,日臻精进。

macOS

Windows

curl -fsSL https://raven.evermind.ai/install.sh | bash

macOS

Windows

curl -fsSL https://raven.evermind.ai/install.sh | bash

为什么选择 Raven

全栈自进化

不仅能改进自己的技能库,还能重写自身的运行框架与策略,甚至对模型本身进行调优。即使你不在,它也会持续自我迭代。

开箱即用

Raven 内置 100,000 个技能,并支持主流 Agent数据一键迁移。

智能体模版

你可以基于他的框架轻松定义一个所需场景的 Agent,并分享出去。

记忆驱动

正是“记忆”功能让 Raven 能够持续理解你、积累经验并不断自我完善——而这一切都构建于 EverOS 之上。

BENCHMARKS

Stronger isn’t a claim. It’s a number.

Across industry benchmarks, Ravenoutperforms both OpenClaw and Hermes.

Stronger, More Efficient

Better Results, Fewer Tokens

Achieves higher scores with the same end-to-end backbone
(0.567 vs 0.468 @27B)

Self-Evolving

Learns Best Among Peers

More Proactive

Acts Earlier, Scores Higher

120

100

80

60

40

20

0

27B

Hermes

27B

Raven

397B

Hermes

397B

Raven

60

50

40

30

20

10

0

Score (%)

Token(M)

46.8%

56.7%

47.9%

58.1%

BENCHMARKS

Stronger isn’t a claim. It’s a number.

Across industry benchmarks, Ravenoutperforms both OpenClaw and Hermes.

Stronger, More Efficient

Better Results, Fewer Tokens

Achieves higher scores with the same end-to-end backbone
(0.567 vs 0.468 @27B)

Self-Evolving

Learns Best Among Peers

More Proactive

Acts Earlier, Scores Higher

120

100

80

60

40

20

0

27B

Hermes

27B

Raven

397B

Hermes

397B

Raven

60

50

40

30

20

10

0

Score (%)

Token(M)

46.8%

56.7%

47.9%

58.1%

BENCHMARKS

Stronger isn’t a claim. It’s a number.

Across industry benchmarks, Ravenoutperforms both OpenClaw and Hermes.

Stronger, More Efficient

Better Results, Fewer Tokens

Achieves higher scores with the same end-to-end backbone
(0.567 vs 0.468 @27B)

Self-Evolving

Learns Best Among Peers

More Proactive

Acts Earlier, Scores Higher

120

100

80

60

40

20

0

27B

Hermes

27B

Raven

397B

Hermes

397B

Raven

46.8%

56.7%

47.9%

58.1%

60

50

40

30

20

10

0

Score (%)

Token(M)

解决方案

Raven 如何重构你的场景

为您推荐 Raven

24h 智能管家

多渠道通信

WhatsApp、Telegram、Wechat等渠道一句话下达,指挥全局。

多智能体调度

桥接其他专业领域Agent工具,Raven作为中枢智能完成多Agent任务流程编排。

持续自我迭代

全天不间断自我交互,在过程中持续进化。

Discord

Telegram

WeChat

Usability

Coordinate

Optimization

在 Raven 上构建

智能建构

模块可插拔

记忆层、主动性引擎、工具路由独立解耦,按需替换。

企业系统深度集成

接入内部 CRM、ERP、数据仓库,打通内部生态。

数据隐私

本地部署,敏感信息全程私有化。

Plugin

ERP

Data

CRM

在 Raven 上构建

智能团队

打造Agent 团队

一句话即可让Raven为你装配不同的Tool、Skill、Model等配置信息,生成多个专业领域Agent。

多Agent协作

信息流转、任务交接、结果汇总自动完成。

一人公司

一个人 + 一支 Agent 团队,完成过去需要数十人团队的工作。

Agent Team

One User

One Company

为您推荐 Raven

24h 智能管家

多渠道通信

WhatsApp、Telegram、Wechat等渠道一句话下达,指挥全局。

多智能体调度

桥接其他专业领域Agent工具,Raven作为中枢智能完成多Agent任务流程编排。

持续自我迭代

全天不间断自我交互,在过程中持续进化。

Discord

Telegram

WeChat

Usability

Optimization

Coordinate

在 Raven 上构建

智能建构

模块可插拔

记忆层、主动性引擎、工具路由独立解耦,按需替换。

企业系统深度集成

接入内部 CRM、ERP、数据仓库,打通内部生态。

数据隐私

本地部署,敏感信息全程私有化。

Plugin

ERP

Data

CRM

在 Raven 上构建

智能团队

打造Agent 团队

一句话即可让Raven为你装配不同的Tool、Skill、Model等配置信息,生成多个专业领域Agent。

多Agent协作

信息流转、任务交接、结果汇总自动完成。

一人公司

一个人 + 一支 Agent 团队,完成过去需要数十人团队的工作。

Agent Team

One User

One Company

牢记于心 进化时代

给你的agent一个持续进化的大脑

开源、零配置,开箱即用,支持 10 万种技能。Raven 支持通过终端安装或自行托管——直接复制命令,或前往 GitHub 查看。(此处命令仅为示例)

macOS

Windows

curl -fsSL https://raven.evermind.ai/install.sh | bash

macOS

Windows

curl -fsSL https://raven.evermind.ai/install.sh | bash

EverMind

长期连贯性的直接解决方案

© 2026 EverMind Team.

EverMind

长期连贯性的直接解决方案

© 2026 EverMind Team.

EverMind

长期连贯性的直接解决方案

© 2026 EverMind Team.

Raven for You

24h 智能管家

多渠道通信

WhatsApp、Telegram、Wechat等渠道一句话下达,指挥全局。

多智能体调度

桥接其他专业领域Agent工具,Raven作为中枢智能完成多Agent任务流程编排。

持续自我迭代

全天不间断自我交互,在过程中持续进化。

Discord

Telegram

WeChat

Usability

Optimization

Coordinate

在 Raven 上构建

智能建构

模块可插拔

记忆层、主动性引擎、工具路由独立解耦,按需替换。

企业系统深度集成

接入内部 CRM、ERP、数据仓库,打通内部生态。

数据隐私

本地部署,敏感信息全程私有化。

Plugin

ERP

Data

CRM

在 Raven 上构建

智能团队

打造Agent 团队

一句话即可让Raven为你装配不同的Tool、Skill、Model等配置信息,生成多个专业领域Agent。

多Agent协作

信息流转、任务交接、结果汇总自动完成。

一人公司

一个人 + 一支 Agent 团队,完成过去需要数十人团队的工作。

Agent Team

One Company

One

User

One

Company

Agent Team

One User

One Company

One Company