tigerless-labs/autoharness

何を解決するか

AutoHarness は Claude Code 用の自己学習型スキルレイヤーであり、AIエージェントが手動の介入なしに、自身の能力を自動的に取得・精錬・管理できるようにします。重複したスキルの「肥大化」を防ぐため、類似したシナリオを単一の更新済みスキルに統合し、類似した重複を積み重ねることを回避します。

動作方法

このプロジェクトはホストエージェントと並行して実行される学習パイプラインを実装しています：

• キャプチャ (CAP): セッション中のユーザー入力、エージェント出力、ツールI/O を記録します。
• リフレクション (REF): セッションウィンドウを定期的に分析し、現在のコンテキストと既存のスキルインデックスに基づいて、スキルの追加、マージ、パッチ適用、削除を決定します。
• プロモーター: 提案されたスキルを検証し、.claude/skills/ ディレクトリにプレーンテキストファイルとして保存します。これにより、自己生成されたスキルのみが変更され、ユーザーが作成したスキルは変更されません。
• ライフサイクル管理 (MNG): スキルの使用頻度を追跡します。新規スキルは probation 期間に入ります。使用された場合、成熟したプールに昇格します。成熟プールの容量を超えた場合、最も使用頻度の低いスキルがアーカイブされます。
• レジャー (LED): 各スキルが作成または変更された理由を追加のみ可能な記録として保持し、赤色化されたセッション証拠とリンクします。

対象ユーザー

特定のプロジェクトワークフローまたは一般的なテクニックにおいて、経験を通じてエージェントの習熟度を高めたい Claude Code のユーザー。

特徴

• 自己維持型: 使用されていないスキルを自動的に削除し、重複をマージしてスキルレイヤーを清潔に保ちます。
• ゼロ設定: 必須の設定なしにプラグインとしてインストールされ、学習を開始できます。
• 破壊的でない: 自分で生成したスキルのみを操作し、ユーザーが作成したスキルは一切触りません。
• 証拠に基づく: 各スキル変更の正当性を裏付けるセッショントランスクリプトの詳細な記録を保持します。