greyhaven-ai/autocontext

解決する課題

Autocontextは、AIエージェントのための再帰的自己改善ハーネスを提供します。エージェントのプロンプトや戦略を手動で反復する問題を解決し、タスクの実行、結果の評価、そして成功した教訓やプレイブックのみを将来の反復のために保持するプロセスを自動化します。

仕組み

このシステムはループとして動作します。目標を受け取り、指定されたエージェントプロバイダーを使用してタスクを実行し、その出力を評価に対して照合します。その後、失敗した試行（行き止まり）を破棄し、有用な洞察をファイルシステムベースのナレッジベースに保存します。この知識は、プレイブック、ヒント、コンテキストバンドルとして保存され、その後の実行のためにエージェントにフィードバックされます。

対象ユーザー

特定のタスクにおけるエージェントのパフォーマンスを体系的に向上させたい開発者やAI研究者、またMCPクライアント（Claude CodeやCursorなど）やローカルモデルランタイム（vLLM, Ollama）を使用しているユーザー向けに設計されています。

ハイライト

• 再帰的改善: タスクを自動的に反復して安定した動作を抽出し、自己改善型のプレイブックを作成します。
• 多言語サポート: Pythonライブラリ/CLIおよびTypeScript/Node CLIの両方で利用可能です。
• 幅広いプロバイダー統合: Pi、Anthropic、OpenAI互換エンドポイント、セルフホストモデルなど、幅広いプロバイダーをサポートしています。
• 知識の永続化: 詳細なトレース、レポート、コンテキストバンドルを残すことができ、監査や低コストモデルのトレーニングデータとして使用可能です。
• エージェントエントリーポイント: MCPクライアントと統合し、Piエージェント向けの特別なスキルを提供します。