「self-improvement」の検索結果

Run one safe self-improvement cycle: hypothesize → experiment → record → (maybe) federate.

日本語の概要は準備中です。原文の説明を表示しています。

Capture and develop a reusable skill, tool repair, or behavior improvement noticed while completing a task. Use when instructions are stale, a recurring workflow deserves a skill, or a tool contract fails in practice.

日本語の概要は準備中です。原文の説明を表示しています。

Turn failures, logs, symptoms, or flaky behavior into a compact repro and verification plan. Use when debugging needs a reproducible failure path.

日本語の概要は準備中です。原文の説明を表示しています。

Inspect SIPS Homebase status, manifest wiring, routes, host visibility, and MCP freshness. Use when asked for SIPS status, command center, host audit, plugin visibility, or whether Homebase is fresh.

日本語の概要は準備中です。原文の説明を表示しています。

Plan browser, app, screenshot, or UI checks before visual claims. Use when a task includes app shots, visual QA, generated assets, or runtime UI proof.

日本語の概要は準備中です。原文の説明を表示しています。

Route a task through SIPS commands, agents, scripts, MCP tools, or bounded delegation. Use when asked to route, split, fan out, escalate, or choose the right SIPS path.

日本語の概要は準備中です。原文の説明を表示しています。

Map repository structure, likely tests, git state, and write scope before edits. Use when asked for repo mapping, blast radius, file inventory, or change planning.

日本語の概要は準備中です。原文の説明を表示しています。

Decide whether to reuse, improve, or scaffold a deterministic helper. Use when repeated work is slow, brittle, or blocked by a missing local tool.

日本語の概要は準備中です。原文の説明を表示しています。

Verify SIPS proof surfaces before reporting completion. Use when asked to scan, verify, validate, prove, audit, or check whether a repo or SIPS install is coherent.

日本語の概要は準備中です。原文の説明を表示しています。

Search, inspect, and record SIPS-owned Memory Fabric lessons. Use when a task needs prior lessons, recurring-fix memory, recall health, scoped historical context, or when a just-fixed bump or error should be recorded.

日本語の概要は準備中です。原文の説明を表示しています。

Extract bounded, source-linked context from large files or many inputs. Use when context is too large, files are oversized, or a task needs concise excerpts.

日本語の概要は準備中です。原文の説明を表示しています。

Continuous self-improvement through systematic logging, pattern detection, and behavioral updates. Use when: the owner corrects you, a task fails, you discover a better approach, or you notice a recurring pattern. Store raw learnings in .learnings/, update the specific skill or workflow that caused the issue when appropriate, and avoid vague promises to do better.

日本語の概要は準備中です。原文の説明を表示しています。

Use when the agent needs recursive reasoning, episodic memory retrieval, internet learning, or world-model prediction. Mini-OpenAmer: the 2B hybrid Mamba core with 9 tools, running 24/7 on Damir's laptop.

日本語の概要は準備中です。原文の説明を表示しています。

Context-survival and proactive-iteration extensions. Always-on. Covers Working Buffer Protocol, Compaction Recovery, Relentless Resourcefulness, and Self-Improvement Guardrails.

日本語の概要は準備中です。原文の説明を表示しています。

Use when recurring process failures, obsolete rules, or an explicit user request call for harness improvement.

日本語の概要は準備中です。原文の説明を表示しています。

Design a self-improvement loop for a shipped product's AI agents — production traces feed evals, evals feed improvement proposals (prompts, playbooks, retrieval configs), and a human approval gate promotes changes with rollback. Technique-agnostic: chooses per project between ACE-style evolving playbooks, GEPA/MIPROv2 offline optimization, or simple eval-driven iteration via references/techniques.md. Load when the user asks to make my product's agents self-improving, learn from production traces, add a learning loop, evolve prompts or playbooks safely, promote agent improvements, or GEPA-style optimization. NOT harness-evolution (that improves the coding agent), NOT experimentation (product A/B tests), NOT agent-run-retro (dev-phase manual retros — this skill is the production-scale continuation).

日本語の概要は準備中です。原文の説明を表示しています。

The watch-fix-rerun method for making an existing platform agent or automated process efficient and correct: baseline its ledger, run one unit yourself, fix the class behind every wasted call, rerun, record. Use when asked to improve, optimize, watch, or 'make efficient' an agent, a sandbox session, a sync job, or any recurring automated process.

日本語の概要は準備中です。原文の説明を表示しています。

ユーザーからの修正・指摘を受けた際の学習記録と自己改善ループ。ユーザーから「違う」「そうじゃない」「前にも言ったけど」といった修正を受けた時、同じミスを繰り返していると気づいた時、セッション開始時の教訓確認で使う。修正やフィードバックを受けたら必ずこのスキルを参照する。

Design RL simulation sandboxes, trajectory datasets, QLoRA/LoRA adaptation plans, eval harnesses, and rollback unhooks for agents learning specific coding behaviors beyond the base model. Use when building or reviewing tool-use training loops, offline trajectories, reward functions, self-improvement harnesses, or Port Daddy agent behavior curricula. NOT for generic ML tutorials, full model training operations, or production deployment without eval gates and safety unhooks.

日本語の概要は準備中です。原文の説明を表示しています。