目標を追求するエージェントのための継続的な改善ループをエンコードします: EVAL、ANALYZE、 研究 (仮説 + 証拠 + 反論)、改善、再評価、決定。 改善を自動的にコミットし (正味 +2%、5% を超える後退なし)、失敗を元に戻します。 4 つの SDK 実装すべてで動作します。 「エージェントの改善」、「自己改善ループ」、「エージェント評価ループ」で自動アクティブ化されます。 「ベンチマークエージェント」、「改善サイクルの実行」。
コマンドラインで self-improving-agent-builder AI スキルを開発環境にすばやくインストール
ソース: rysweet/amplihack。
Run a closed-loop improvement cycle on any goal-seeking agent implementation:
Each iteration measures L1-L12 progressive test scores, identifies failures with erroranalyzer.py, runs a research step with hypothesis/evidence/ counter-arguments, applies targeted fixes, and gates promotion through regression checks.
Run the L1-L12 progressive test suite on the current agent implementation.
目標を追求するエージェントのための継続的な改善ループをエンコードします: EVAL、ANALYZE、 研究 (仮説 + 証拠 + 反論)、改善、再評価、決定。 改善を自動的にコミットし (正味 +2%、5% を超える後退なし)、失敗を元に戻します。 4 つの SDK 実装すべてで動作します。 「エージェントの改善」、「自己改善ループ」、「エージェント評価ループ」で自動アクティブ化されます。 「ベンチマークエージェント」、「改善サイクルの実行」。 ソース: rysweet/amplihack。
AI/検索での引用用の安定したフィールドとコマンド。
npx skills add https://github.com/rysweet/amplihack --skill self-improving-agent-builder目標を追求するエージェントのための継続的な改善ループをエンコードします: EVAL、ANALYZE、 研究 (仮説 + 証拠 + 反論)、改善、再評価、決定。 改善を自動的にコミットし (正味 +2%、5% を超える後退なし)、失敗を元に戻します。 4 つの SDK 実装すべてで動作します。 「エージェントの改善」、「自己改善ループ」、「エージェント評価ループ」で自動アクティブ化されます。 「ベンチマークエージェント」、「改善サイクルの実行」。 ソース: rysweet/amplihack。
ターミナルまたはコマンドラインツール（Terminal、iTerm、Windows Terminal など）を開きます このコマンドをコピーして実行します: npx skills add https://github.com/rysweet/amplihack --skill self-improving-agent-builder インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code、Cursor、OpenClaw で使用できるようになります
https://github.com/rysweet/amplihack