tigerless-labs/autoharness
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
tigerless-labs/autoharnessは、[[T0]からインポートされたエージェントスキル候補です。
概要
tigerless-labs/autoharnessは、[[T0]からインポートされたエージェントスキル候補です。
概要（AI 翻訳）
オートハーネス Claudeコードの自己学習スキル
autoharnessはClaude Codeの自己学習スキルレイヤーです。 それはあなたの本物からスキルを学習します 同じシナリオのセッションをほぼ重複するのではなく統合し、使用中のセッションを更新する。 そして使われなくなったものは剪定 — そうすれば層は自然にきれいに保たれ 触れ合うだけ そのスキルは自動的に書かれた。
同じモデルでハーネスが違う — CORE-Bench(HAL)では42%→78%です。 ハーネスが多くの役割を果たしています(swyxのビッグモデル対ビッグハーネス)が、それでも再構築されています すべてのモデル世代を手に入れてください。Autoハーネスは、そのうち一つのセクション、つまりスキル層が自ら維持できると賭けています。
| 実際の作業から学ぶ | 各エピソードは、すでに行っていたセッションからスキルに抽出されます—別々のデータ収集やリプレイループはありません。セッションが十分な作業を終えたら自動的に起動します。/learnは、今すぐレッスンを保持したいときには必要に応じて抽出します。 |
| グループは積み重なってはいけません | 新しいエピソードが必ずしもスキルを追加するわけではありません。リフレクターは既存のスキルと比較し、同じシナリオのスキルを一つにまとめてレイヤーが統合し、ほぼ重複するのを防いでいます。 |
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。
AutoHarness Building the self-learning layer next-gen agents will ship with
With autoharness, we’re building the self-learning layer next-gen agents will ship with, learning skills from real work. Today it runs on Claude Code: it learns skills from your real sessions, merges same-scenario ones instead of stacking near-duplicates, updates them in use, and prunes any that stop getting used — so the layer stays clean on its own, touching only the skills it wrote itself.
Same model, different harness — 42% → 78% on CORE-Bench (HAL). The harness does much of the work (swyx’s Big Model vs Big Harness), yet it’s still rebuilt by hand every model generation. autoharness bets one slice of it — the skill layer — can maintain itself.
| Learns from real work | Each episode is distilled into a skill from the session you were already having — no separate data-collection or replay loop. It fires on its own once a session has done enough work; /learn distills on demand when you want a lesson kept now. |
| Groups, doesn’t just pile up | A new episode doesn’t always add a skill — the reflector compares it against what’s there and folds same-scenario skills into one, so the layer consolidates by category instead of accreting near-duplicates. A fold records which skill absorbed which, so a merge is never mistaken for a death. |
| Keeps its own library in view | Every session opens with a grouped index of the skills it wrote, so recall doesn’t depend on the host happening to surface them. The host’s native recall is left exactly as it was; the index is added on top. |
| Validated in use, not on a benchmark | A skill survives by being adhered to in later turns (loads over the requests it was available for), not a held-out score. No oracle on the active path, and no tokens spent on a dedicated eval. |
| Only its own skills | Touches only the skills it generated through this plugin — everything else, whether you wrote it or installed it, is left completely alone. |
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 tigerless-labs/autoharness