К основному содержанию
скилл CX Codex

self-improving-agent · zhaono1 — скилл для Claude Code: как установить

Превращает ошибки, правки пользователя и найденные обходные пути в проверяемые правила для ИИ-агента. Помогает фиксировать опыт без слепой перезаписи инструкций.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add zhaono1/agent-playbook --skill self-improving-agent -a claude-code
Открыть на GitHub

Что делает self-improving-agent

Скилл формализует обучение агента на реальных сбоях, повторных обходах ограничений или прямых правках от разработчика. Вместо автоматической переделки системных файлов он создаёт черновик-кандидат с минимальным описанием ситуации. Конфиденциальные пути, токены и полные логи сессий отсекаются при захвате. Изменения не вносятся сразу: агент оставляет статус candidate или констатирует no-delta.

В основе работы лежит утилита agent-playbook (apb). Жизненный цикл включает оценку полезности через apb behavior inbox, подготовку исполняемого артефакта и запуск проверки командой apb self-improve eval. Любое новое правило обязано иметь конкретный тест или сценарий, подтверждающий изменение поведения.

Обновление внедряется только в один целевой компонент — конкретный скилл, скрипт валидации или инструкцию. Для работы потребуются права на локальные инструменты Bash, Read и Write, а также установленный CLI agent-playbook.

Какие задачи решает

  • зафиксировать правку пользователя как кандидата на изменение поведения
  • проверить новое правило локальным тестом перед обновлением инструкций
  • предотвратить неконтролируемую перезапись системных промптов после сбоев
  • выгрузить подтверждённые уроки агента в Markdown для Obsidian

Примеры запросов агенту

  • Зафиксируй последнюю ошибку с кешем через self-improving-agent и создай кандидата на проверку.
  • Оцени кандидата cand-123 через apb self-improve eval и сформируй behavior-proposal.md.
  • Проверь очередь кандидатов через apb behavior inbox и предложи владельца для правила.

Как установить self-improving-agent

1Через Skills CLI (Vercel)

npx skills add zhaono1/agent-playbook --skill self-improving-agent -a claude-code

2Вручную: положить файлы

~/.claude/skills/self-improving-agent/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/self-improving-agent/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Из того же набора18

planning-with-files Скилл ведёт план, заметки и результат задачи в markdown-файлах, а не в контексте. Пригодится на многошаговых задачах и ресёрче. CX Codex +1 1 200установок security-auditor Скилл для поиска уязвимостей в коде: проходит по OWASP Top 10, проверяет конфиги, зависимости и секреты. Пригодится перед релизом или ревью чужого проекта. CX Codex +1 1 000установок architecting-solutions Скилл помогает спроектировать техническую архитектуру фичи или рефакторинга и сохраняет готовый документ в папку docs. Применяется, когда задача не требует составления PRD. CX Codex +1 906установок skill-router Разбирает запрос и предлагает самый узкий подходящий скилл из каталога. Пригодится, когда непонятно, какой инструмент взять под задачу. CX Codex +1 873установок workflow-orchestrator Скилл ловит момент, когда другой скилл закончил работу, и решает, что запускать дальше: логирование сессии, разбор ошибок или захват кандидата на самоулучшение. CX Codex +1 833установок prd-planner Ведёт создание PRD и технического дизайна через четыре файла в docs/, чтобы агент не терял контекст между шагами. CX Codex +1 829установок test-automator Помогает писать юнит-, интеграционные и E2E-тесты, поднимать фреймворк и считать покрытие. Пригодится, когда тестов в проекте мало или они разъехались. CX Codex +1 812установок qa-expert Скилл для планирования тестового покрытия и настройки quality gates. Пригодится, когда нужно разложить проверки по уровням риска и стадиям CI. CX Codex +1 753установок

Другие версии self-improving-agent

Похожие

self-learning kulaxyz Мета-скилл: превращает удачный маршрут из текущей сессии в переиспользуемый скилл, чтобы следующая сессия не искала решение заново. CX Codex +1 850установок self-improve Yeachan-Heo Запускает автономный цикл улучшения кода: исследует репозиторий, проверяет планы и сравнивает результаты бенчмарков. Нужен для итераций по заданной метрике. CX Codex +1 736установок caveman-manage JuliusBrussee Проверяет состояние и результаты экспериментов Caveman Cloud, предлагает одно действие или блокирует рискованный запрос. Нужен перед запуском, одобрением, отменой или откатом. CX Codex +1 104 200установок expo-skill-eval expo Оценивает скиллы Expo от срабатывания триггеров до сборки и скриншотов на эмуляторах iOS и Android в Expo Go. Пригодится авторам скиллов при тестировании генерации кода. CX Codex +1 21 800установок eval-engineering langchain-ai Скилл ведёт вас через проектирование агентских evals: разбирает репозиторий, пишет Task Spec, собирает и проверяет задачи в Harbor. CX Codex +1 5 300установок bmad-eval bmad-code-org Тестирует и бенчмаркает скиллы в изолированной среде: сравнивает вывод с чистой моделью, проверяет точность триггеров и оценивает качество по рубрике. CX Codex +1 4 600установок

Рядом в теме «Настройка агента: память, контекст, субагенты»

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →

Вопросы о self-improving-agent

Как установить self-improving-agent в Claude Code?

Выполните команду npx skills add zhaono1/agent-playbook --skill self-improving-agent -a claude-code.

Что делает self-improving-agent?

Скилл превращает сбои, исправления и повторяющиеся обходные пути в проверяемые правила для агента. Он изолирует гипотезы в виде кандидатов и требует исполняемого теста перед обновлением инструкций.

Куда сохраняются кандидаты и события?

События и дедуплицированные кандидаты сохраняются локально в папке ~/.agent-playbook/self-improvement/. Путь можно переопределить через переменную окружения AGENT_PLAYBOOK_DATA_DIR или флаг --data-dir.

Исходный текст

SKILL.md · MIT
---
name: self-improving-agent
description: Use after a failure, user correction, repeated workflow problem, or validated success reveals a reusable lesson. Captures bounded redacted candidates, runs executable behavior evals, and separates validation from application in durable guidance.
allowed-tools: Read, Write, Edit, Bash, Grep, Glob
---

# Self-Improving Agent

Turn evidence from completed work into a small, auditable behavior change. The
default result is a candidate or no change—not an automatic rewrite of skills.

## Use This Skill When

- A tool or workflow failed in a way that may recur.
- The user corrected an assumption, requirement, or operating rule.
- The same workaround appeared more than once.
- A focused test proved a better reusable method.
- The user asks to review or consolidate learning candidates.

Do not use it for routine session summaries, raw transcript storage, speculative
ideas without evidence, or project facts that belong in project documentation.

## Required Outcome

Every run ends in exactly one state:

1. `candidate`: reusable but not yet validated.
2. `validated`: representative evidence supports the lesson, but no owner change is claimed yet.
3. `applied`: the validated lesson was installed in one named durable owner with a change reference.
4. `rejected`: disproved, unsafe, too specific, or obsolete.
5. `superseded` or `rolled_back`: an applied/validated lesson was replaced or reverted.
6. `no-delta`: no reusable behavior change was found.
7. `open-question`: evidence is insufficient and the missing proof is named.

An artifact is not proof of improvement. An applied lesson must change future
behavior and have a representative check that demonstrates the change.

## Start Packet

Before editing durable guidance, state:

- Future behavior: what the agent should do differently next time.
- Representative task: one concrete scenario that should now succeed.
- Evidence: current source, failure output, user correction, or focused test.
- Owner: the one skill, instruction file, script, or runtime component that owns it.
- Write boundary: files allowed to change and information that must remain local.
- Proof: the command, eval, or review that confirms the new behavior.

If any item is unknown, capture a candidate and stop before validation or application.

## Lifecycle

### 1. Capture the Signal

Prefer facts over interpretation. Record only the minimum reusable summary; do
not copy transcripts, tool inputs, credentials, private paths, or customer data.

Claude Code failure hooks explicitly enabled with `apb init --hooks` can call:

```bash
agent-playbook self-improve
```

Manual corrections or successes use an explicit summary and evidence label:

```bash
apb self-improve capture \
  --kind correction \
  --summary "Verify the current source before relying on cached state" \
  --evidence "focused-test"
```

The CLI stores redacted events and deduplicated candidates under
`~/.agent-playbook/self-improvement/`. Override the root with
`AGENT_PLAYBOOK_DATA_DIR` or `--data-dir`.

### 2. Assess Reusability

Keep a candidate only when all are true:

- It describes future behavior, not just what happened.
- It is useful beyond one private task or repository.
- It does not conflict with a current authoritative source.
- A narrow owner and a realistic validation path exist.

Use `apb behavior inbox` to inspect the prioritized queue. Repeated evidence
increases occurrence count; it does not automatically increase truth. Use
`apb behavior owners <candidate-id> --repo .` for local suggestions, but treat
every result as a review candidate rather than an ownership decision.

### 3. Validate

Choose the smallest proof that can falsify the candidate, encode it as an
executable artifact, and run it with `apb self-improve eval`. See
`references/eval-artifact.md` for the schema and safety boundary.

| Candidate | Minimum proof |
|---|---|
| Prompt or workflow rule | Representative prompt plus rubric |
| CLI/runtime behavior | Focused automated test |
| External integration | Live capability check against current docs/runtime |
| Safety rule | Negative test showing the unsafe path is blocked |
| Repeated heuristic | Multiple independent episodes or explicit human confirmation |

Separate facts, hypotheses, and missing evidence. Structural validation alone
does not prove that guidance is semantically current or executable by the host.

### 4. Validate, Apply, or Reject

Run the artifact first. A baseline scenario is recommended when the previous
behavior can be reproduced safely; at least one candidate scenario is required:

```bash
apb self-improve eval cand-123 --artifact behavior-eval.json

apb self-improve review cand-123 \
  --decision validate \
  --reason "baseline reproduced and candidate scenarios passed" \
  --eval-result /path/printed/by/the/eval/command.json
```

Validation accepts only a passing CLI-generated eval result for the same
candidate. It does not claim runtime behavior changed.

Generate a local Behavior Change Proposal before editing the owner:

```bash
apb behavior proposal cand-123 \
  --owner "skill:self-improving-agent" \
  --output behavior-proposal.md
```

The proposal contains the behavior diff intent, eval proof, acceptance criteria,
privacy boundary, and rollback plan. It does not edit the owner or create a
remote pull request.

After changing exactly one durable owner, record the application separately:

```bash
apb self-improve review cand-123 \
  --decision apply \
  --reason "installed after the focused test passed" \
  --owner "skill:self-improving-agent" \
  --change-ref "commit:abc123"
```

Other decisions:

```bash
apb self-improve review cand-123 --decision observe --reason "needs a second episode"
apb self-improve review cand-123 --decision reject --reason "project-specific exception"
```

Apply into the narrowest owner:

1. Executable test, script, or validator when behavior can be enforced.
2. The owning skill or its reference when agent judgment is required.
3. Project instructions only for project-wide constraints.
4. A knowledge notebook for durable facts that should be retrieved, not always loaded.

Never silently modify repository rules, publish packages, or trigger external
actions as a side effect of capture.

### 5. Prove the Loop

Run the representative task after application. Report:

- candidate id and final state;
- evidence used and what remains uncertain;
- durable owner changed;
- executable eval result and artifact hash;
- rollback path.

If the new rule does not change the representative behavior, revert or reject it.

## Knowledge Export

Export applied rules and open candidates as Markdown for Obsidian or another
local knowledge system:

```bash
apb self-improve export --output /path/to/vault/Agent/Learning.md
```

The export is a sink, not the source of truth. Candidate and active-rule state
remain structured and auditable in the CLI data directory.

## Host Boundary

Skills describe judgment; host adapters provide events and actions. Check the
current host before claiming support:

- Claude Code: deterministic failure hook installed only by explicit `apb init --hooks`.
- Codex, Gemini, DeepSeek Harness: skill distribution is supported; learning
  event wiring depends on each host's current extension API.
- Unsupported hooks must remain manual or adapter-specific, never simulated by
  undocumented behavior.

Use `apb conformance` to inspect local-static contracts. A `proven` distribution
or hook configuration does not prove host discovery or runtime invocation; those
remain `unverified` until an observed host run supplies bounded evidence.

See `references/learning-lifecycle.md` for schemas and adapter contracts. Use
`evals/cases.json` with `evals/rubric.md` when changing this skill.

## Done Checklist

- [ ] Candidate/no-delta decision is explicit.
- [ ] Stored text is minimal, redacted, and portable.
- [ ] Current authoritative sources were checked when relevant.
- [ ] Validation uses a passing executable eval result for the same candidate.
- [ ] Application names one durable owner and a concrete change reference.
- [ ] Representative behavior was tested after application.
- [ ] No private project detail entered public skill assets.

© zhaono1 · MIT · zhaono1/agent-playbook

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой