tigerless-labs/autoharness
Developer tools이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요. 원문 보기
tigerless-labs/autoharness는 [[T0]에서 수입된 에이전트 스킬 후보입니다.
개요
tigerless-labs/autoharness는 [[T0]에서 수입된 에이전트 스킬 후보입니다.
개요(AI 번역)
오토하네스 Claude 코드 자기학습 기술
오토하네스는 Claude Code의 자기학습 스킬 레이어입니다. 실제로부터** 스킬을 학습합니다 같은 시나리오의 세션을 거의 중복 상태로 쌓는 대신 병합하거나, 사용 중인 세션을 업데이트합니다. 그리고 사용하지 않는 부분은 가지치기 하여 층이 스스로 깨끗하게 유지되도록 접촉만 할 수 있습니다 스스로 쓰인 기술들.
같은 모델이지만 다른 하네스를 사용해 CORE-Bench(HAL)에서 42%→ 78%를 사용했습니다. 하네스가 많은 역할을 합니다(swyx의 빅 모델 vs 빅 하네스), 그럼에도 불구하고 다시 조립됩니다 모든 모델 세대를 손에 넣어. 오토하네스는 그 중 한 조각, 즉 스킬 층이 스스로를 유지할 수 있다고 내기한다.
| 실제 작업에서 배우다 | 각 에피소드는 이미 진행 중이던 세션에서 스킬로 추출되며, 별도의 데이터 수집이나 재생 루프가 없습니다. 세션이 충분한 작업을 마치면 자동으로 발동됩니다; /learn는 현재 수업을 유지하고 싶을 때 필요에 따라 스틸링합니다. |
| 그룹, 그냥 쌓이지 않아 | 새로운 에피소드가 항상 스킬을 추가하는 것은 아니에요 — 리플렉터가 기존 스킬과 비교하고 같은 시나리오 스킬을 하나로 합쳐서, 거의 중복된 스킬을 쌓지 않고 카테고리별로 통합되도록 합니다. |
이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요.
README
원문 README의 일부입니다. 원문 보기.
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. |
추천 도구
다른 키워드를 입력하거나 필터를 제거해 보세요.
설치
npx skillfish add tigerless-labs/autoharness