목표 추구 에이전트를 위한 지속적인 개선 루프(EVAL, ANALYZE, 연구(가설 + 증거 + 반론), 개선, 재평가, 결정. 자동 커밋 개선 사항(순 +2%, 회귀 없음 >5%) 및 실패를 되돌립니다. 4가지 SDK 구현 모두에서 작동합니다. "에이전트 개선", "자체 개선 루프", "에이전트 평가 루프"에서 자동 활성화됩니다. "벤치마크 에이전트", "개선 주기 실행".
명령줄에서 self-improving-agent-builder AI 스킬을 개발 환경에 빠르게 설치
출처: 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.
목표 추구 에이전트를 위한 지속적인 개선 루프(EVAL, ANALYZE, 연구(가설 + 증거 + 반론), 개선, 재평가, 결정. 자동 커밋 개선 사항(순 +2%, 회귀 없음 >5%) 및 실패를 되돌립니다. 4가지 SDK 구현 모두에서 작동합니다. "에이전트 개선", "자체 개선 루프", "에이전트 평가 루프"에서 자동 활성화됩니다. "벤치마크 에이전트", "개선 주기 실행". 출처: rysweet/amplihack.
AI/검색 인용용 안정적인 필드와 명령어.
npx skills add https://github.com/rysweet/amplihack --skill self-improving-agent-builder목표 추구 에이전트를 위한 지속적인 개선 루프(EVAL, ANALYZE, 연구(가설 + 증거 + 반론), 개선, 재평가, 결정. 자동 커밋 개선 사항(순 +2%, 회귀 없음 >5%) 및 실패를 되돌립니다. 4가지 SDK 구현 모두에서 작동합니다. "에이전트 개선", "자체 개선 루프", "에이전트 평가 루프"에서 자동 활성화됩니다. "벤치마크 에이전트", "개선 주기 실행". 출처: rysweet/amplihack.
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/rysweet/amplihack --skill self-improving-agent-builder 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code, Cursor, OpenClaw에서 사용할 수 있습니다
https://github.com/rysweet/amplihack