什麼是 self-improving-agent-builder?
为寻求目标的代理编码持续改进循环:EVAL、ANALYZE、 研究(假设+证据+反驳)、改进、重新评估、决定。 自动提交改进(净值+2%,无回归>5%)并恢复故障。 適用於所有 4 個 SDK 實作。 自动激活“改进代理”、“自我改进循环”、“代理评估循环”、 “基準代理”、“運行改進週期”。 來源:rysweet/amplihack。
为寻求目标的代理编码持续改进循环:EVAL、ANALYZE、 研究(假设+证据+反驳)、改进、重新评估、决定。 自动提交改进(净值+2%,无回归>5%)并恢复故障。 適用於所有 4 個 SDK 實作。 自动激活“改进代理”、“自我改进循环”、“代理评估循环”、 “基準代理”、“運行改進週期”。
透過命令列快速安裝 self-improving-agent-builder AI 技能到你的開發環境
來源: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.
为寻求目标的代理编码持续改进循环:EVAL、ANALYZE、 研究(假设+证据+反驳)、改进、重新评估、决定。 自动提交改进(净值+2%,无回归>5%)并恢复故障。 適用於所有 4 個 SDK 實作。 自动激活“改进代理”、“自我改进循环”、“代理评估循环”、 “基準代理”、“運行改進週期”。 來源:rysweet/amplihack。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/rysweet/amplihack --skill self-improving-agent-builder为寻求目标的代理编码持续改进循环:EVAL、ANALYZE、 研究(假设+证据+反驳)、改进、重新评估、决定。 自动提交改进(净值+2%,无回归>5%)并恢复故障。 適用於所有 4 個 SDK 實作。 自动激活“改进代理”、“自我改进循环”、“代理评估循环”、 “基準代理”、“運行改進週期”。 來源:rysweet/amplihack。
開啟你的終端機或命令列工具(如 Terminal、iTerm、Windows Terminal 等) 複製並執行以下指令:npx skills add https://github.com/rysweet/amplihack --skill self-improving-agent-builder 安裝完成後,技能將自動設定到你的 AI 程式設計環境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/rysweet/amplihack