ReflexioAI/reflexio

Make your agents improve themselves. Reflexio is an AI agent self-improvement harness that enables your AI agents to continuously learn from real user interactions.

Reflexio – AIエージェント自己改善プラットフォーム

概要 – Reflexioは、LLM搭載エージェントとユーザーの間に位置するサービスです。すべてのマルチターン会話を記録し、ユーザーの修正や専門家が提供する「理想的な」回答を監視し、2種類の知識を自動的に抽出します。

ユーザープロファイル – ユーザーやその環境に関する安定した事実（例：preferred deployment region = us‑west‑2）。
プレイブック – 成功した対話パターンから導き出された、再利用可能なステップバイステップの手順。プレイブックはユーザー固有のものや、多くのユーザー間で集約されたものがあり、承認後に共有利用が可能になります。

これらの成果物を永続化することで、同じエージェントが将来のターンでそれらを取得し、繰り返されるミスを回避し、実証済みのワークフローを再利用できます。また、システムはエージェントの応答を定期的に評価し、改善度を測定します。

主な機能

機能	内容
プロファイル生成	事実に基づいたユーザー情報を抽出し、バージョン管理（現在/保留中/アーカイブ済み）および設定可能な抽出ウィンドウを提供します。
プレイブック抽出と集約	類似したユーザー行動をクラスタリングし、LLMが生成したSOPスタイルのプレイブックを作成し、共有される前に承認ワークフローを提供します。
専門家による学習	エージェントの回答と並んで専門家の「理想的な」回答を公開できます。Reflexioは実質的なギャップを強調し、実行可能なプレイブックに変換します。
エージェント成功評価	セッションをランダムにサンプリングし、シャドウコンテンツとの比較を行い、ツール使用状況を分析して障害を検出します。
ハイブリッド検索と取得	プロファイルとプレイブック全体に対するベクトル+全文検索、オプションのLLMクエリ再構成、統合並列クエリ（3k行のSQLiteストアでp50約57ms）。
マルチプロバイダーLLMサポート	LiteLLMを介してOpenAI、Anthropic、Azure、Gemini、MiniMax、DeepSeekなど多数に対応。
CLIとPython SDK	高速な公開/検索サイクルのための `reflexio` コマンドライン、プログラム利用のための `reflexio.ReflexioClient`。
統合	OpenClawエージェントフレームワーク用のネイティブアダプター、およびmem0メモリプラットフォーム用のドロップインラッパー。

はじめ方

インストール – pip install reflexio-ai（または開発用にリポジトリをクローン）。パッケージには一連のサービス（8061のAPI、8069の推論、SQLiteストレージ）が含まれています。データは ~/.reflexio に保存されます。
サービスの実行 – reflexio services start（またはソースから uv run reflexio services start）。APIは http://localhost:8061、ドキュメントUIは http://localhost:8062 でアクセス可能です。
会話の公開 – CLIまたはSDKを使用して、ユーザーがアシスタントを修正するマルチターンチャットを送信します。Reflexioはバックグラウンドでデータを処理し、プロファイル/プレイブックを作成します。
検索 – 保存された知識をクエリ（reflexio search "deployment region" --user-id alice）するか、Pythonから session.search(...) を呼び出して、次のエージェントターンのための関連コンテキストを取得します。
プレイブックの承認 – 集約されたプレイブックがレビュー用に表示されます。承認されると共有プールに追加され、どのエージェントでも使用可能になります。

アーキテクチャの概要

Client (CLI / SDK / HTTP) → FastAPI backend
   ├─ ProfileGenerationService → extractor → storage
   ├─ PlaybookGenerationService → user extractor → aggregator → storage
   ├─ EvaluationScheduler → success evaluator → storage
   ├─ ShadowComparisonWorker → per‑turn judge → storage
   └─ UnifiedSearchService → hybrid vector + text search

すべてのサービスはデフォルトでローカルで実行され、埋め込みにはバンドルされたMiniLM ONNXモデルを使用し、オプションでクロスエンコーダーリランカーを使用します。SQLiteがデフォルトの永続化レイヤーですが、必要に応じて推論サービスをリモートの埋め込みエンドポイントに向けることも可能です。

想定ユーザー

カスタムLLMエージェントの開発者：モデル全体を再トレーニングすることなく、ユーザーフィードバックを永続的な改善に変える体系的な方法が必要な方。
プロダクトチーム：組織固有のポリシー（例：デプロイリージョン、コンプライアンス手順）を遵守する必要がある社内サポートボットを構築している方。
研究者：自己改善エージェントを研究している方。Reflexioは、既存の自己学習型Hermesエージェント上で計画ステップを最大81%、トークン使用量を72%削減するベンチマーク（GDPVal）を提供します。

コミュニティとサポート

Discord – https://discord.gg/7fnCxahase
ホスト型SaaS – Reflexio.aiは、追加の取得機能とRL駆動の継続的改善を備えたマネージド版を提供しています。
ドキュメント – https://www.reflexio.ai/docs（APIリファレンス、統合ガイド、アーキテクチャ詳細）。

結論 – Reflexioは、LLMエージェントのフィードバックループを閉じるオープンソースプラットフォームであり、現実世界の修正を再利用可能で検索可能な知識に変えることで、エージェントが対話するたびに賢くなるようにします。