ray-r-ren/agent-apprenticeship

The living ecosystem where AI agents complete tasks through workflow loops, improve through iterative execution, are evaluated by mentor agents or humans in the loop, and turn completed work into reusable work experience and data to improve future agents.

概要

Agent Apprenticeshipは、AIエージェント（OpenAI Codex、Claude Code、Anthropic、Geminiなど）を反復可能な「ワークループ」で実行できるオープンソースのツールキットです。エージェントが現実世界のタスクを実行し、メンターモデル（または人間）が結果を評価し、実行トレース全体がエクスペリエンス・コンパイルとして保存されます。これらのコンパイルは、将来の実行を改善するために再利用可能なトレーニング信号となります。

コアコンセプト

アイデア	意味
反復ワークフロー・ループ	エージェントは、満足のいく結果が得られるまで（`AA_MAX_ITERATIONS`で制御）、数回反復して実行できます。
メンター・イン・ザ・ループ	2番目のモデル（または人間）がエージェントの出力をレビューし、トレースと共に保存されるフィードバックを提供します。
エクスペリエンス・コンパイル	実行中に生成されたすべてのファイル（プロンプト、出力、メンターのフィードバック、経済価値の推定）がバンドルされ、エクスポート、検索、または「ランタイム・トレーニング」としてインストール可能です。
シードデータセット	500以上の厳選されたタスク、約1,000の実行トレース、約39kの構造化レコードを含むHugging-Faceデータセットで、スターターエコシステムとして機能します。
パブリック vs プライベート・エコシステム	ユーザーはコンパイルを共有パブリックプールに貢献するか、内部使用のために非公開に保つことができます。

使用方法

インストール – npx agent-apprenticeship init（1回限り）または npm i -g agent-apprenticeship（グローバル）を使用します。CLIコマンドは apprentice です。
設定 – 使用する apprentice エージェント（apprentice configure agent …）と、APIキーを提供する mentor モデルプロバイダー（~/.agent-apprenticeship/.env.local）をツールに指定します。
タスクの実行 – apprentice run "<natural-language task>"。ツールは選択されたエージェントを起動し、出力を収集し、評価のためにメンターモデルに送信し、設定されたループ深度まで繰り返します。
監視と検査 – apprentice watch <run_id> で進捗をストリーミングします。完了後、apprentice ecosystem inspect … や bundle check … で生成されたエクスペリエンス・コンパイルを探索できます。
知識の再利用 – apprentice learn install <compilation> は、トレースをランタイム・トレーニングとして登録し、次回の実行でプロンプトや決定を改善するために利用できます。
共有 – コンパイルをパブリックエコシステムにプッシュする（apprentice ecosystem export …）か、非公開に保つかを選択できます。

対象ユーザー

開発者：ループインフラをゼロから構築することなく、具体的なタスクで自律型エージェントを実験したい方。
研究者：ファインチューニングや強化学習のために大規模なエージェント実行データを収集したい方。
チーム：再現可能な方法で「エージェントの作業経験」をキャプチャし、プロジェクト間で再利用したい方。

標準機能

エージェントとメンターのループを調整するCLI。
一般的なコード生成エージェント（Codex、Claude Code、Cursorなど）の自動検出とカスタムコマンドフック。
数百のタスク・トレースバンドルを含む、Hugging Face上の事前入力済みシードデータセット。
エクスペリエンス・コンパイルを検索、検査、エクスポート、インストールするためのコマンド。

制限事項（READMEに基づく）

システムは外部モデルAPIに依存しているため、独自のキーを提供する必要があります。
「ランタイム・トレーニング」はプラグインの概念であり、インストールされたコンパイルが検査以外でどのように後の実行に影響を与えるかの詳細はREADMEに記載されていません。
経済価値の推定については言及されていますが、詳細は説明されていません。

クイックスタートチェックリスト

# 1. インストール / 初期化
npx agent-apprenticeship init

# 2. モデルキーの設定
export OPENAI_API_KEY="…"
apprentice configure model

# 3. apprenticeエージェントの選択 (例: Codex)
apprentice configure agent codex

# 4. タスクの実行
apprentice run "Create a short market map for AI procurement tools."

# 5. 進捗の監視
apprentice watch <run_id>

# 6. 結果の再利用
apprentice learn install <experience_compilation_path>

上記の情報はすべてリポジトリのREADMEから直接引用したものであり、外部からの推測は含まれていません。