Prism-Shadow/penguin-harness

PenguinHarness – エージェント自己進化（RSI）のための統合フレームワーク

それは何か

固定モデルの周りのハーネスである AI エージェントを実行、評価、自動改善できるオープンソースプラットフォームです。**再帰的自己改善（RSI）**に焦点を当てています：ハーネス（プロンプト、ツール、スキル、フック）は進化しますが、基盤となる言語モデルは変更されません。
デスクトップアプリ、Web アプリ、CLI、SDK として利用可能で、ローカル、サーバー、または Docker 内で作業できます。

中核となるアイデア

RSI アルゴリズムをプラグインとして – フレームワークには、いくつかの研究グレードの自己進化アルゴリズムが同梱されています：
- default-rsi-toolkit – シンプルな試行-振り返り-改善ループ。
- opro-rsi-toolkit – OPRO を実装（過去のスコア付き実行からプロンプトを最適化）。
- ape-rsi-toolkit – APE（例から候補命令を誘導）。
- ace-rsi-toolkit – ACE（トレースの教訓からプレイブックを学習）。
- awm-rsi-toolkit – AWM（成功した実行からワークフローを誘導）。
ベンチマークとスコアボード – 各実行は、組み込みのベンチマーク（データ分析、コーディング、自動化、科学端末タスクなど）のセットでスコアリングされます。スコアは評価センターに保存され、バージョンごとのチャートとして視覚化されます。
一言アプリ生成 – エージェントの目的を一文で説明すると、フレームワークが自動的にフルスタックアプリ（UI、バックエンド、実行手順）を作成します。
低コストでモデル非依存の運用 – オープンソースおよび商用 LLM（DeepSeek、Kimi、GLM、Hunyuan、Qwen、GPT-6、Gemini、Claude、Inkling など）向けに設計されています。ツールセットは意図的に小さく、トークン使用量を低く抑えます（README では、データ分析タスクのコストが Claude Code の約 1/70 と記載されています）。

主な機能

ブラウザ自動化 専用の Chrome 拡張機能または組み込みのデスクトップブラウザを介して行います。エージェントはページをテキストとして読み取り、短いスクリプトで操作できます。
ホットリロードワークベンチ – 各エージェントは、独自の UI ページとサーバーコードをその場で生成できます。
リモートマシン実行 – SSH で到達可能なマシンを接続します。会話は同じ UI 内でそれらのマシン上で実行されます。
統一エージェント API – AMSP イベントをストリーミングする HTTP エンドポイント。外部アプリがエージェントと通信できます。
スキル作成と最適化 – エージェントは、再利用可能な「スキル」（データ分析、コード生成、ヒューマンインザループツールなど）を作成および改良できます。

サポートされているモデル（OpenAI 互換のエンドポイントならどれでも動作し、組み込みのプリセットもあり）：

DeepSeek V4、Kimi K3、GLM 5.3、Hunyuan 3、Qwen 3.8 Max、GPT 6.1、Gemini 3.8 Flash、Claude 5.5、Inkling、および OpenRouter、Fireworks AI、SiliconFlow、TokenDance などを介した他の多くのモデル。

インストールオプション

方法	コマンド / リンク
デスクトップアプリ	penguin.ooo/download からダウンロード（macOS dmg、Windows exe、Linux AppImage/deb）
CLI / サーバー	`npm install -g @prismshadow/penguin-cli`（Node ≥ 24）またはプラットフォーム固有のスクリプト（`curl …
Docker	`docker run -d -p 127.0.0.1:7364:7364 -v penguin-data:/data hiyouga/penguinharness:latest`
Chrome 拡張機能	Chrome ウェブストアから PenguinHarness Browser を入手

典型的なワークフロー

# 1. モデルを選択
penguin config model add --provider deepseek --model-id deepseek-flash --api-key sk-… --set-default

# 2. ワンショットタスクを実行
penguin run -m "Create hello.txt containing Hello, Penguin"

# 3. インタラクティブな REPL を開始
penguin chat

# 4. 視覚的なベンチマークとアプリ構築のために Web UI（またはデスクトップアプリ）を起動
penguin web   # http://127.0.0.1:7364 を開く

コード内（TypeScript）：

import { createAgent, userText, isCompleteModelMessage } from "@prismshadow/penguin-core";

const agent = await createAgent({ agentId: "default_agent" });
const session = await agent.createSession({ workspaceDir: process.cwd() });

for await (const out of session.run([userText("Create hello.txt containing hi")], {
  approve: async () => "allow",
})) {
  if (isCompleteModelMessage(out) && out.payload.type === "text") {
    console.log(out.payload.text);
  }
}

README で紹介されているユースケース

法務レビューエージェント – ユーザーが契約書をアップロードすると、エージェントがリスク条項を分析し、説明し、修正レポートを作成します（サンプルレビュー 5 件で約 $0.04）。
意思決定エージェント – ベンチマークを実行し、自身の方法を修正し、1 回の反復でスコアを 84 から 100 に向上させます。
データ分析スイート – 同等のツールの中で最高の精度を達成し、コストは Claude Code のほんの一部です。

ロードマップのハイライト

✅ 公開ベンチマークスイートをリリース
✅ デスクトップと Windows のサポート
✅ エージェント企業テンプレート
⬜ 企業レベルの自己進化
⬜ OpenShell 統合（権限管理シェル）
さらなるプラグインとワークフロー拡張を計画中。

コミュニティとリソース

ドキュメント：penguin.ooo/docs
ブログチュートリアル（ブラウザ自動化、ワークベンチ作成、リモートマシン、API 使用法）
Discord、X（Twitter）、WeChat グループでリアルタイムのサポート
オープンソースのベンチマークリポジトリ：penguin-harness-benchmark

ライセンス – Apache-2.0（2026 Prism Shadow）。通常のプルリクエストワークフローによる貢献を歓迎します。CONTRIBUTING.md に品質ゲートとワークスペースレイアウトが概説されています。

結論：PenguinHarness は、開発者と研究者が LLM ベースのエージェントを実行し、一連のタスクで評価し、最先端の RSI アルゴリズムを使用してエージェントのプロンプト、ツール、ワークフローを自動的に改善できる、フルスタックでモデル非依存のフレームワークです。すべて単一のクロスプラットフォームインターフェースから行えます。

Prism-Shadow/penguin-harness

PenguinHarness – エージェント自己進化（RSI）のための統合フレームワーク

関連