Evolving AI Agents

Kod referencyjny maszyny Darwina-Gödla dla samodoskonalących się, samoewoluujących agentów AI w Python

Autor: majiayu000 · majiayu000/claude-skill-registry

Działa po konfiguracji ★ 6.4/10

Evolving AI Agents — Kod referencyjny maszyny Darwina-Gödla dla samodoskonalących się, samoewoluujących agentów AI w Python

Co robi ten skill

Dostarcza samodzielne referencyjne implementacje Python wzorców maszyny Darwina-Gödla dla samoewoluujących agentów AI: archiwum agentów, próbkowanie proporcjonalne do dopasowania, mutacja kodu oparta na LLM, ocena benchmarkowa, archiwizacja oparta na nowości i pamięć długoterminowa. Uruchamia się, gdy użytkownik chce zbudować samodoskonalące się agenty, ewolucyjne pętle agentów lub mutację i ocenę kodu w stylu DGM. Jest to referencja koncepcyjna, a nie biblioteka typu plug-and-run; standardowa pętla ewolucji wymaga adaptacji, aby zbiec się do danego zadania.

Raport z testu

Pobrano pojedynczy, samodzielny SKILL.md pod skills/ai-ml/self-evolving-agent (identyczna kopia forka pod skills/agent/self-evolving-agent-plurigrid-asi); metadata.json obecny, brak odwołań do zewnętrznych skryptów, brak zagrożeń bezpieczeństwa. Uruchomiłem dwa solvery na tym samym zadaniu testowym (ewoluowanie losowego 12-znakowego ciągu w kierunku celu). Moja bazowa elitarna pętla ewolucyjna osiągnęła dopasowanie 1.0 w 85 pokoleniach; dosłowna DarwinGodelMachine umiejętności zatrzymała się na 0.667 po 2000 pokoleniach i nigdy go nie rozwiązała. Zaobserwowano, że jej is_novel/code_similarity używa tokenizacji spacji, więc kontrola różnorodności jest bezczynna dla kandydatów niebędących wieloma tokenami, a archiwum zapełnia się do 100 śmieciami o niskiej dopasowaniu, topiąc selekcję.

Testowano: 2026-07-21 · Claude Code 2.x (agent harness)

Instalacja

git clone --depth 1 https://github.com/majiayu000/claude-skill-registry.git /tmp/evolving-ai-agents-src
mkdir -p ~/.claude/skills
cp -R /tmp/evolving-ai-agents-src/skills/ai-ml/self-evolving-agent ~/.claude/skills/evolving-ai-agents
# SKILL.md is fully self-contained (all Python inline); no extra deps, no API key to install.
# The code samples import an LLM `model` and `embedding_model` you must supply to actually run
# LLM-based mutation / long-term memory. An identical copy lives at
# skills/agent/self-evolving-agent-plurigrid-asi/. Upstream: github.com/plurigrid/asi (MIT).

Komendy i przykładowe prompty

/evolving-ai-agentsKod referencyjny maszyny Darwina-Gödla dla samodoskonalących się, samoewoluujących agentów AI w Python

Skille uruchamiają się na zwykłe polecenia — bez komend do zapamiętania. Po instalacji aktywują go prompty takie jak te (po angielsku):

Evolve this agent's prompt against our benchmark
Optimize my agent's skills automatically
Run an evaluation loop to improve this agent

Pełny raport →