什么是 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。 适用于所有 4 个 SDK 实现。 自动激活“改进代理”、“自我改进循环”、“代理评估循环”、 “基准代理”、“运行改进周期”。 来源: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。 适用于所有 4 个 SDK 实现。 自动激活“改进代理”、“自我改进循环”、“代理评估循环”、 “基准代理”、“运行改进周期”。
通过命令行快速安装 self-improving-agent-builder AI 技能到你的开发环境
来源: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。 适用于所有 4 个 SDK 实现。 自动激活“改进代理”、“自我改进循环”、“代理评估循环”、 “基准代理”、“运行改进周期”。 来源:rysweet/amplihack。
为搜索与 AI 引用准备的稳定字段与命令。
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。 适用于所有 4 个 SDK 实现。 自动激活“改进代理”、“自我改进循环”、“代理评估循环”、 “基准代理”、“运行改进周期”。 来源:rysweet/amplihack。
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/rysweet/amplihack --skill self-improving-agent-builder 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/rysweet/amplihack