BC self-evolving-ai
Самоэволюционирующий ИИ — это система памяти и эволюции, позволяющая интеллектуальному агенту постоянно учиться и самостоятельно совершенствоваться в ходе каждого взаимодействия. Решая три основные проблемы традиционных самосовершенствующихся агентов — «не запоминает, не использует, дорого стоит» — она создает четыре основные возможности: интеллектуальная многоуровневая память, автоматическое обнаружение проблемных мест, отслеживание повторения шаблонов и загрузка по запросу. Основные возможности включают: структурированную память трех типов — опыт/ошибки/запросы на функции; автоматическую классификацию и оценку приоритетов на основе семантики; обнаружение повторения шаблонов между сеансами и механизм повышения уровня; стратегию многоуровневой загрузки документации (быстрый старт → стандартное использование → расширенная конфигурация); повышение уровня до памяти проекта и повторно используемых навыков одним щелчком мыши. Применимые сценарии: долгосрочные проекты интеллектуальных агентов, репозитории кода для совместной работы нескольких человек, команды исследований и разработок, которым необходимо накапливать знания в предметной области, индивидуальные разработчики, желающие сократить количество повторяющихся ошибок, технические команды, которым необходимо преобразовать неявный опыт в явные правила. Отличия: по сравнению с исходной версией, добавлены триггеры интеллектуального обнаружения проблемных мест (автоматическое исправление/восполнение пробелов в знаниях/лучшие практики), отслеживание повторения шаблонов (статистика Recurrence-Count между задачами + правила повышения уровня за 30 дней), механизм загрузки по запросу (основной документ <150 строк, детализация по уровням), оценка и оптимизация затрат на токены, дерево решений для устранения неполадок, чек-лист многоуровневой проверки. Ключевые слова для запуска: самоэволюция, захват опыта, обучение на ошибках, отслеживание шаблонов, повышение уровня памяти, постоянное совершенствование, self-evolving, learnings, corrections, pattern-detection
машинный переводПоказать оригиналСкрыть оригинал«自我进化AI是一个让智能体从每次交互中持续学习并自主改进的记忆与进化系统。针对传统自改进代理"记不住、用不上、成本高"三大痛点,构建了智能分…»
自我进化AI是一个让智能体从每次交互中持续学习并自主改进的记忆与进化系统。针对传统自改进代理"记不住、用不上、成本高"三大痛点,构建了智能分层记忆、自动痛点检测、模式复发追踪和按需加载四大核心能力。 核心能力包括:经验/错误/特性请求三类结构化记忆;基于语义的自动分类与优先级评估;跨会话模式复发检测与晋升机制;分层文档加载策略(快速入门→标准用法→高级配置);一键晋升到项目记忆与可复用技能。 适用场景:长期运行的AI代理项目、多人协作的代码仓库、需要积累领域知识的研发团队、希望减少重复犯错的独立开发者、需要将隐性经验转化为显性规则的技术团队。 差异化亮点:相比原始版本,新增智能痛点检测触发器(自动识别纠正/知识缺口/最佳实践)、模式复发追踪(Recurrence-Count跨任务统计+30天窗口晋升规则)、按需加载机制(主文档<150行,详情分层引用)、token成本预估与优化建议、故障排查决策树、分层评审清单。 触发关键词:自我进化、经验捕获、错误学习、模式追踪、记忆晋升、持续改进、self-evolving、learnings、corrections、pattern-detection
Самоэволюционирующий ИИ — это система памяти и эволюции, позволяющая интеллектуальному агенту постоянно учиться и самостоятельно совершенствоваться в ходе…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное поле фронтматтера "summary" - заметка
frontmatter-keyнеизвестное поле фронтматтера "tools"
Процессный рейтинг: все десять параметров 53/100
- 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
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 93
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2334 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 18. 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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +3Длина description 506 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 47 заголовков
- +3Пошаговые инструкции: 93 пунктов
- +4Есть примеры (14 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.