skydiscover-ai/skydiscover

What it solves

SkyDiscoverは、AI駆動型科学発見および高性能システムの端から端までの合成のためのフレームワークです。複雑なアルゴリズムやシステム（LLM 推論エンジンや key-value stores など）を手動で設計する課題に対し、AI を用いて形式的な仕様や性能指標に基づいて解決策を反復的に発見・最適化することで、解決します。

How it works

このプロジェクトは、主に2つのモジュールに分かれています：

• SkyDiscover Optimize: アルゴリズム発見のためのモジュール式フレームワークです。進化技術と LLM を使用して、解決策を段階的に改善します。数百の最適化タスクにおいて、様々な検索アルゴリズム（AdaEvolve や EvoX など）を実行・比較するための統一インターフェースを提供し、Python 関数、コンテナ化された環境、Harbor-format benchmarks に対応する複数のエバリュエーター形式をサポートしています。
• SkyDiscover Synthesize: 完全なシステム合成のためのツールセットです。主に2つの技術を採用しています：Inductive-Deductive Synthesis（Rocq における形式的な仕様を使用して実装と証明を生成する）と、Test-Driven Synthesis（プランニング、コーディング、批判、監査のエージェントチームを用いて、自然言語による記述とテストに基づいて実装を反復的に改善する）です。

Who it’s for

このフレームワークは、アルゴリズムの最適化、科学的発見、および高性能なソフトウェアシステムの自動合成に取り組む研究者やエンジニア向けです。

Highlights

• SOTA Algorithms: AdaEvolve (adaptive search) と EvoX (self-evolving strategy evolution) を含みます。
• Broad Benchmark Support: Harbor-format benchmarks をネイティブにサポートし、AlgoTune や BigCodeBench といったスイートと統合されています。
• Flexible Evaluation: Python-based、Docker-containerized、および Harbor-format エバリュエーターをサポートしています。
• Agentic Synthesis: テスト駆動型システム合成のために、マルチエージェント・アプローチを採用しています。
• Live Monitoring: 進化、コードの diffs、および human-in-the-loop steering をリアルタイムで追跡するためのダッシュボードが含まれています。