sentient-agi/EvoSkill

EvoSkill — An open-source framework that automatically discovers and synthesizes reusable agent skills from failed trajectories to improve coding agent performance.

何を解決するか

EvoSkill は汎用的なAIコーディングエージェントを高性能な専門家エージェントに変換するプロセスを自動化します。特定のタスク用にプロンプトを手動で調整したり、ヘルパースクリプトを作成するという問題を、エージェントの失敗やベンチマーク性能に基づいて、自動的に「スキル」（再利用可能な指示とスクリプト）を発見・作成・改善することで解決します。

仕組み

EvoSkill はエージェントの能力を進化させる自己改善ループを実装しています。複数の変異（プロンプトとスキルの両方）を提案し、データセット（静的CSVペアまたはコンテナ化されたHarborタスク）に対して評価し、最もパフォーマンスの良いバージョンを保持します。各イテレーションで新しいエージェントプログラムが生成されます。進化したスキルは、指示とメタデータを含む再利用可能なフォルダとしてパッケージ化され、異なるエージェント、LLMモデル、さらには関連するタスク間で移行可能になります。

対象ユーザー

コーディングエージェント（Claude Code、OpenHands、Gooseなど）を使用し、特定のベンチマークや現実世界のコーディングタスクでのパフォーマンスを手動のプロンプト設計なしに最適化したい開発者やAI研究者向けです。

特徴

マルチエージェント互換性: Claude Code、Codex CLI、OpenCode、OpenHands、Goose、Harbor と互換性があります。
自動進化: パフォーマンスデータに基づいてプロンプトとスキルを変異させるフィードバック駆動型ループを使用します。
クロス転送性: スキルは異なるエージェント、異なるLLMプロバイダー、関連するタスク間で移行可能です。
柔軟な評価: 精確一致、LLMによるジャッジ、カスタムシェルスクリプト、Harborの組み込みコンテナ検証器など、さまざまなスコアリング方法をサポートします。
リモート実行: DockerまたはDaytonaサンドボックスを介して進化ループを実行でき、長時間実行される最適化プロセスを処理できます。