simple-agent-lab/RSIHub

解決する問題

AI エージェントは自己改善を必要とすることがよくありますが、盲目的に行うとリスクがあります。RSIHub は、固定された評価器に対して候補バリアントをテストすることで、エージェントが制御された方法で進化できるようにします。すべての変更（何が変更され、なぜか）の完全な記録を保持し、検証された改善のみを受け入れるため、プロセスは再現可能で安全です。

仕組み

RSIHub は繰り返しループを実行します：アーカイブから親候補を選択し、トレーニングタスクで実行して証拠を収集し、その証拠を分析して変更内容を決定し、宣言された制限を尊重しながら特定の部分（プロンプト、スキル、エージェントコードなど）を変更し、許可された範囲を超えないように変更を保護し、凍結された評価器で変更された候補を評価し、スコアが向上した場合は新しい親として吸収します。すべてのステップはリポジトリのような系統に記録され、すべての実行は Harbor を通じて行われ、コンテナ分離、軌跡キャプチャ、タスクごとの検証を提供します。

対象者

プロンプト、スキル、またはエージェントコードを体系的かつ再利用可能な方法で改善したいエージェントビルダー、および固定された評価と突然変異の境界の下で異なる進化戦略を比較する必要がある研究者。

ハイライト

• フレームワーク制御の評価：評価器は決して変更されないため、比較は公正です。
• 構成可能なレシピ：山登り法、AHE、GEPA、Hyperagents、A-Evolve などの戦略をコードを書かずにプラグインできます。
• 完全な来歴：各世代はスコア、アーティファクト、アーカイブ記録、Git コミットにリンクされています。
• Harbor 上に構築され、コンテナ実行とタスクごとの検証を提供し、オプションのビューアで実行を検査できます。