greyhaven-ai/autocontext

これは何？

主な機能

• 01目標を評価にかけながら複数回実行し、役立つ知見を蓄積します。
• 02トレース、世代ごとのスコア、レポート、プレイブックを通常のファイルとして保存します。
• 03Anthropic、OpenAI互換、OpenRouter、Codex、セルフホストのモデルエンドポイントに対応します。
• 04MCPサーバーを公開し、Claude CodeやCursorなどのエージェントからツールを呼び出せます。
• 05Python CLIと、ターミナルUIを備えたTypeScript CLIを提供します。
• 06実行時の安定した動作をもとにローカルモデルを学習できます（Python）。

ユースケース

• 採点基準に照らしながら、カスタマーサポートの返信品質を段階的に改善する。
• 試行ごとの監査可能な記録を残しつつ、エージェントの実験を繰り返す。
• MCPツールを通じて、Claude CodeやCursorからエージェントを実行する。
• セルフホストのオープンウェイトモデルで改善ループを実行する。

クイックスタート

1. 1

   uvでPython CLIをインストールする

   uv tool install autocontext==0.19.1
2. 2

   Piプロバイダーでゴールを実行する（ローカルのエージェント認証を使用）

   AUTOCONTEXT_AGENT_PROVIDER=pi AUTOCONTEXT_PI_COMMAND=pi autoctx solve "improve customer-support replies for billing disputes" --iterations 3

使う前に知っておきたいこと

• !フル実行には、Pi、Anthropic、OpenAI互換、セルフホスト型モデルのエンドポイントなど、エージェントプロバイダーの設定が必要です。
• !一部の高度な機能（トレーニング、カーネルの進化、リモート実行）はPython固有、または追加のセットアップが必要です。

収録されている特集

トピック

よくある質問

autocontext とは？

エージェントタスクを評価しながら繰り返し実行し、有用な知見を蓄積して、次回に活かせる実行トレースやプレイブックを残す自己改善型ハーネス。 autocontextは、実行を重ねながらエージェントを改善するためのハーネスです。目標を与えるとタスクを実行し、評価基準に照らして結果を採点し、効果のあった知見を残して行き詰まった方法を破棄します。各実行では、トレース、世代ごとのスコア、レポート、プレイブック、データセットなどのファイルシステム上の成果物が生成され、次回の実行で活用できます。

autocontext は無料で使えますか？ライセンスは？

autocontext は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

autocontext は今もメンテナンスされていますか？

活発にメンテナンス中。autocontext の最終コミットは 2026年10月21日 です。

autocontext は何に使えますか？

採点基準に照らしながら、カスタマーサポートの返信品質を段階的に改善する。 試行ごとの監査可能な記録を残しつつ、エージェントの実験を繰り返す。 MCPツールを通じて、Claude CodeやCursorからエージェントを実行する。 セルフホストのオープンウェイトモデルで改善ループを実行する。

autocontext のインストール方法は？

uvでPython CLIをインストールする: uv tool install autocontext==0.19.1 Piプロバイダーでゴールを実行する（ローカルのエージェント認証を使用）: AUTOCONTEXT_AGENT_PROVIDER=pi AUTOCONTEXT_PI_COMMAND=pi autoctx solve "improve customer-support replies for billing disputes" --iterations 3

autocontext はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/greyhaven-ai/autocontext