nousresearch/hermes-agent-self-evolution
Developer toolsこのページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る
⚒ Hermesエージェントの進化的自己改善 — DSPy + GEPAを使ったスキル、プロンプト、コードを最適化する
概要
Hermes Agent Self-EvolutionはDSPy + GEPA(Genetic-Pareto Prompt Evolution)を用いて、Hermes Agentのスキル、ツール説明、システムプロンプト、コードを自動で進化・最適化し、反映的進化探索を通じて測定可能なより良いバージョンを生成します。 すべてはAPIコールで動作します — テキストの変異、結果の評価、最適なバリアントの選定。最適化1回あたり~$2〜10。 GEPAは実行トレースを読み取り、なぜ失敗するのか(単に失敗したことだけでなく)を理解し、ターゲットを絞った改善案を提案します。ICLR 2026 口頭試験、MITライセンス取得。 進化したすべてのバリアントは合格しなければなりません:1. — pytestテスト/-qは100%合格しなければなりません 2.— スキル≤15KB、ツール説明≤500文字 3.— 会話途中の変更禁止 4.— 元の目的から逸脱してはならない 5.— すべての変更は人間のレビューを経て行われ、直接コミットは行わない アーキテクチャ全体、評価データ戦略、制約、ベンチマーク統合、段階的タイムラインについては、詳細 PLAN.md をご覧ください。
概要（AI 翻訳）
ヘルメスエージェントの進化的自己改善。
Hermes Agent Self-EvolutionはDSPy + GEPA(Genetic-Pareto Prompt Evolution)を用いて、Hermes Agentのスキル、ツール説明、システムプロンプト、コードを自動で進化・最適化し、反映的進化探索を通じて測定可能なより良いバージョンを生成します。
GPUトレーニングは不要です。 すべてAPIコールで動作します — テキストの変異、結果の評価、最適なバリアントの選定。~最適化1回あたり2〜10ドル。
仕組み
GEPAは実行トレースを読み取り、なぜ失敗するのか(単に失敗したことだけでなく)を理解し、ターゲットを絞った改善案を提案します。ICLR 2026 Oral、MITライセンス取得。
クイックスタート
最適化するもの
| フェーズ | ターゲット | エンジン | ステータス |
|---|---|---|---|
| フェーズ1 | スキルファイル(SKILL.md) | DSPy + GEPA | ✅実装済み |
| フェーズ2ツール説明 | DSPy + GEPA | 🔲計画中 | |
| フェーズ3 | システムプロンプトセクション | DSPy + GEPA | 🔲計画中 |
| フェーズ4 | ツール実装コード | ダーウィン進化型 | 🔲計画中 |
| フェーズ5継続的改善ループ | 自動化パイプライン | 🔲計画中 |
エンジン
|エンジン |何をするのか |ライセンス |
このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。
README
以下は原文 README の抜粋です。原文を見る。
🧬 Hermes Agent Self-Evolution
Evolutionary self-improvement for Hermes Agent.
Hermes Agent Self-Evolution uses DSPy + GEPA (Genetic-Pareto Prompt Evolution) to automatically evolve and optimize Hermes Agent’s skills, tool descriptions, system prompts, and code — producing measurably better versions through reflective evolutionary search.
No GPU training required. Everything operates via API calls — mutating text, evaluating results, and selecting the best variants. ~$2-10 per optimization run.
How It Works
Read current skill/prompt/tool ──► Generate eval dataset
│
▼
GEPA Optimizer ◄── Execution traces
│ ▲
▼ │
Candidate variants ──► Evaluate
│
Constraint gates (tests, size limits, benchmarks)
│
▼
Best variant ──► PR against hermes-agent
GEPA reads execution traces to understand why things fail (not just that they failed), then proposes targeted improvements. ICLR 2026 Oral, MIT licensed.
Quick Start
# Install
git clone https://github.com/NousResearch/hermes-agent-self-evolution.git
cd hermes-agent-self-evolution
pip install -e ".[dev]"
# Point at your hermes-agent repo
export HERMES_AGENT_REPO=~/.hermes/hermes-agent
# Evolve a skill (synthetic eval data)
python -m evolution.skills.evolve_skill \
--skill github-code-review \
--iterations 10 \
--eval-source synthetic
# Or use real session history from Claude Code, Copilot, and Hermes
python -m evolution.skills.evolve_skill \
--skill github-code-review \
--iterations 10 \
--eval-source sessiondb
What It Optimizes
| Phase | Target | Engine | Status |
|---|---|---|---|
| Phase 1 | Skill files (SKILL.md) | DSPy + GEPA | ✅ Implemented |
| Phase 2 | Tool descriptions | DSPy + GEPA | 🔲 Planned |
| Phase 3 | System prompt sections | DSPy + GEPA | 🔲 Planned |
| Phase 4 | Tool implementation code | Darwinian Evolver | 🔲 Planned |
| Phase 5 | Continuous improvement loop | Automated pipeline | 🔲 Planned |
Engines
| Engine | What It Does | License |
|---|---|---|
| DSPy + GEPA | Reflective prompt evolution — reads execution traces, proposes targeted mutations | MIT |
| Darwinian Evolver | Code evolution with Git-based organisms | AGPL v3 (external CLI only) |
Guardrails
Every evolved variant must pass:
推奨ツール
別のキーワードを試すか、フィルタを外してください。
インストール
npx skillfish add nousresearch/hermes-agent-self-evolution