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。
sentient-agi/EvoSkill
失敗した試行から学習し、コーディングエージェント向けの再利用可能なスキルやプロンプトを自動生成・改善するオープンソースフレームワーク。
- スター
- 1,291
- フォーク
- 133
- 未解決の Issue
- 21
- 最終コミット
- 13 日前
これは何?
EvoSkillは、指示を手作業で書かずにAIコーディングエージェントを改善するためのツールキットです。一連の質問やコンテナ化されたタスクに対してエージェントを実行し、proposerが失敗を分析して、それらに対処する新しいスキルフォルダーやシステムプロンプトの変更を生成します。候補プログラムはそれぞれ、学習に使っていない検証セットでスコア付けされ、優れたバリアントはgitブランチで追跡されるフロンティアに保持されます。
Claude Code、Codex CLI、OpenCode、OpenHands、Goose、Harborなど、複数のエージェントハーネスに対応しています。Anthropic、OpenAI、OpenRouter、Fireworksなど、複数のモデルプロバイダーを選択できます。スコアリング方式には、完全一致、数値の許容誤差、LLM judge、カスタムスクリプト、Harbor組み込みの検証器を利用できます。
ワークフローはCLIで操作します。`evoskill init`でプロジェクトをセットアップし、`evoskill run`で改善ループを実行します。また、`evoskill eval`、`evoskill skills`、`evoskill diff`などのコマンドで結果を確認できます。Python APIも用意されています。本プロジェクトは公開済みの論文に基づいており、Apache 2.0ライセンスで配布されています。
主な機能
- 01エージェントの実行失敗をもとに、新しいスキルフォルダーやシステムプロンプトのバリアントを生成する。
- 02学習に使っていない検証セットで候補をスコア付けし、優れたプログラムのフロンティアを保持する。
- 03各プログラムのバージョンをgitブランチに保存し、簡単に確認・ロールバックできる。
- 04Claude Code、Codex CLI、OpenCode、OpenHands、Goose、Harborに対応する。
- 05CSV形式の質問データセットと、Harborのコンテナ化されたベンチマークタスクをサポートする。
- 06ローカル、Docker、またはDaytonaのサンドボックスで実行できる。
ユースケース
- 特定の質問・回答タスク群に対するコーディングエージェントの正答率を改善する。
- Harborを通じてSWE-benchなどのコンテナ化されたベンチマークでエージェントのスキルを進化させる。
- スキルの自動発見やエージェントの自己改善について研究する。
クイックスタート
- 1
uvでプロジェクトをインストールします(クローンしたリポジトリ内で実行)
uv sync - 2
gitリポジトリ内でプロジェクトを初期化します
evoskill init - 3
.evoskill/task.mdにタスクを記述し、loopを実行します
evoskill run
使う前に知っておきたいこと
- Anthropic、OpenAI、OpenRouterなどのモデルプロバイダーのAPIキーが必要です。
- 一部のエージェントハーネスでは、CLIを別途インストールし、指定された最小バージョンを満たす必要があります。
- 継続的な進化と、ベンチマークなしでの進化は、まだ開発中です。
収録されている特集
トピック
よくある質問
- EvoSkill とは?
- 失敗した試行から学習し、コーディングエージェント向けの再利用可能なスキルやプロンプトを自動生成・改善するオープンソースフレームワーク。 EvoSkillは、指示を手作業で書かずにAIコーディングエージェントを改善するためのツールキットです。一連の質問やコンテナ化されたタスクに対してエージェントを実行し、proposerが失敗を分析して、それらに対処する新しいスキルフォルダーやシステムプロンプトの変更を生成します。候補プログラムはそれぞれ、学習に使っていない検証セットでスコア付けされ、優れたバリアントはgitブランチで追跡されるフロンティアに保持されます。
- EvoSkill は無料で使えますか?ライセンスは?
- EvoSkill 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。
- EvoSkill 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。EvoSkill の最終コミットは 2026年10月26日 です。
- EvoSkill は何に使えますか?
- 特定の質問・回答タスク群に対するコーディングエージェントの正答率を改善する。 Harborを通じてSWE-benchなどのコンテナ化されたベンチマークでエージェントのスキルを進化させる。 スキルの自動発見やエージェントの自己改善について研究する。
- EvoSkill のインストール方法は?
- uvでプロジェクトをインストールします(クローンしたリポジトリ内で実行): uv sync gitリポジトリ内でプロジェクトを初期化します: evoskill init .evoskill/task.mdにタスクを記述し、loopを実行します: evoskill run
- EvoSkill 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/sentient-agi/EvoSkill
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
30種類のベンチマークでAIエージェントのハーネスに対する再帰的自己改善(RSI)手法を実行・比較できる、統合型Pythonフレームワーク。
重みを更新せず、検証スコアに基づく編集で固定LLMエージェント向けの再利用可能な自然言語スキル文書を学習するPythonオプティマイザーです。
トークンを節約するために肥大化したスキルファイルを削り、教えているツールとの不整合を修正し、短縮版が引き続き使えるかテストするエージェントスキル。
二値スコアリングを使い、Claude系AIエージェント向けの他のエージェントスキルを設計・構築・テスト・評価・改善するメタスキル。
候補エージェントの各世代の系譜を記録する、評価器主導のエージェント自己改善向けPythonフレームワーク。