AD self-improvement-llm
Автономная система памяти и самообучения для ИИ-агентов. Постоянно собирает опыт, управляет памятью (ежедневные журналы, предпочтения пользователя, извлечение знаний), строит графы знаний, связывающие события → уроки → принципы, извлекает принципы, автоматически корректирует поведение и проверяет улучшения. Предлагает действенные изменения для рассмотрения пользователем перед применением. Используйте, когда: (1) Агенту нужно учиться на прошлых сеансах, (2) Пользователь спрашивает «улучши себя» или «учись на этом», (3) Требуется периодическая самооценка, (4) Агенту нужно автоматически исправлять повторяющиеся ошибки, (5) Обновление AGENTS.md/SOUL.md/MEMORY.md/TOOLS.md на основе опыта, (6) Извлечение универсальных принципов из эпизодического опыта, (7) Обработка отзывов пользователя для постоянной адаптации поведения, (8) Управление ежедневными журналами памяти, предпочтениями пользователя или сохранением знаний.
машинный переводПоказать оригиналСкрыть оригинал«Autonomous memory and self-learning system for AI agents. Continuously…»
Autonomous memory and self-learning system for AI agents. Continuously collects experience, manages memory (daily logs, user preferences, knowledge extraction), builds knowledge graphs connecting events→lessons→principles, extracts principles, auto-adjusts behavior, and verifies improvements. Proposes actionable changes for user review before applying. Use when: (1) Agent needs to learn from past sessions, (2) User asks "improve yourself" or "learn from this", (3) Periodic self-evaluation is needed, (4) Agent needs to auto-correct recurring mistakes, (5) Updating AGENTS.md/SOUL.md/MEMORY.md/TOOLS.md based on experience, (6) Extracting universal principles from episodic experiences, (7) Processing user feedback to permanently adapt behavior, (8) Managing daily memory logs, user preferences, or knowledge retention.
Автономная система памяти и самообучения для ИИ-агентов.
Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Autonomous memory and self-learning system for AI agents. Continuo… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
Процессный рейтинг: все десять параметров 47/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, git, python, node), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Стоимость исполнения. Тело инструкции 4370 токенов
- 85Шаги. Шагов: 103, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 23. Похоже на несколько доменов в одном скилле
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 824: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- -31 из 6 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 2 примера фраз-триггеров в кавычках
- +4Структура: 52 заголовков
- +3Пошаговые инструкции: 103 пунктов
- +4Есть примеры (20 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.