self-improvement について
AIエージェントの効率、アーキテクチャ、安全性、保守性を高めるパターンをまとめたスキルです。ActionbookとAccomplishから得た知見を、エージェントのワークフローで使える実践方法として整理しています。
主な機能
- 01情報取得時のトークン削減
- 02事前計算したパターンと手順書
- 03階層型スキルアーキテクチャ
- 04セキュリティと操作確認の実践
- 05能動的な保守と監視
活用シーン
- 01不要なコンテキスト読み込みの削減
- 02再利用可能なスキル指示の作成
- 03エージェント環境のセキュリティ確認
- 04依存関係とシステム状態の保守
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/ / github.com/ undermybelt/ self-improvement-skill --skill self-improvementインストール後、Claude Code で/self-improvementを入力して読み込まれたか確認します。
同梱ファイルLICENSEREADME.md
詳細
AI エージェントの自己改善パターン
actionbook と accomplish-ai のリポジトリを調査して学んだパターンです。
基本原則
1. トークン効率は重要です
| アプローチ | トークン数 | コスト |
|---|---|---|
| HTML ページ全体 | 50,000 | $$$ |
| 関連する DOM のみ | 500 | $ |
| 削減率:100 倍 |
すべてに適用します:
- 必要なセクションだけで済む場合は、ファイル全体を読み込まない
- すべてを grep で検索する代わりに、セマンティック検索(QMD)を使う
- 関連する操作をまとめて実行する
2. 実行時の推測より事前計算
Actionbook の重要な洞察:
- DOM セレクターを事前計算 →「アクションマニュアル」として保存
- エージェントがマニュアルを参照 → 実行すべきことを正確に把握
- 推測も幻覚も不要
自分の作業に適用します:
- よく使うパターンをキャッシュする
- コードだけでなく、設定も保存する
- 複雑な操作の「マニュアル」を作成する
3. レイヤー化されたアーキテクチャ
Accomplish より:
packages/shared/ ← Types, constants (no dependencies)
packages/core/ ← Business logic (depends on shared)
apps/desktop/ ← UI/Electron (depends on core)
スキルに適用します:
- コアユーティリティ → スキル間で再利用可能
- スキルロジック → 個別の実装
- インテグレーション → OpenClaw との接続方法
4. デフォルトでセキュア
Accomplish より:
- API キー:AES-256-GCM 暗号化
- すべての操作でユーザーの承認を得る
- すべてをログに記録
- ファイルアクセスをサンドボックス化
すぐに適用します:
- API キーを決してログに記録しない(Git の履歴にも残さない)
- 破壊的な操作の前に確認する
- 機密ファイルには .gitignore を使う
5. 自己修復システム
災害復旧より:
- 外部監視(内部監視ではない)
- 自動バックアップ
- 明確な復旧手順
- 復旧プロセスのテスト
自分に適用します:
- 重要なサービスにヘルスチェックを設定する
- 設定を自動バックアップする
- 復元方法を文書化する
プロアクティブな行動
指示されなくても行うこと
-
依存関係を監視する
npm outdated -g brew outdated -
システムの健全性を確認する
- ディスク容量
- メモリ使用量
- 実行中のプロセス
-
スキルをメンテナンスする
- 古くなったドキュメントを更新する
- 壊れた参照を修正する
- 新たに学んだパターンを追加する
-
トークンの使用量を最適化する
- 類似したスキルを統合する
- 重複した内容を削除する
- 使用していないファイルをアーカイブする
-
環境をセキュアに保つ
- .gitignore を確認する
- 漏えいしたシークレットがないか確認する
- 脆弱性のある依存関係を更新する
スキル作成パターン
新しいことを学んだら:
1. Identify the pattern
"This could be a skill"
2. Extract the essence
What's the core value?
What's reusable?
3. Create SKILL.md
- name
- description (when to use)
- installation
- usage examples
- anti-patterns (when NOT to use)
4. Test it
Does it work?
Is it helpful?
5. Publish it
GitHub repo
Clear README
Version tracking
調査したプロジェクトから学んだベストプラクティス
Actionbook より
| パターン | 実装 |
|---|---|
| CLI ファースト | どの AI エージェントでも動作 |
| トークンの節約 | 事前計算済みのセレクター |
| 高い回復力 | アクションマニュアルをメンテナンス |
| 汎用性 | あらゆる LLM とフレームワークに対応 |
Accomplish より
| パターン | 実装 |
|---|---|
| ローカルファースト | データを自分のマシンに保存 |
| BYO API | ベンダーロックインなし |
| オープンソース | MIT、フォーク可能 |
| アクション重視 | チャットだけでなく、操作を実行 |
自己インストールのチェックリスト
役に立つツールを見つけたら:
- 安全ですか?(悪意のあるコードがないか確認)
- メンテナンスされていますか?(最近のコミットを確認)
- 無料またはオープンソースですか?
- 自分の不足を補えますか?
- このツール用のスキルを作成できますか?
- 他の人と共有すべきですか?
追跡する指標
自分の有効性を監視します:
| 指標 | 目標 |
|---|---|
| タスクごとのトークン使用量 | 最小化 |
| 成功した操作 | 最大化 |
| 作成したスキル | 時間とともに増加 |
| 使用したスキル | 休眠状態ではなく、アクティブ |
| セキュリティインシデント | ゼロ |
継続的な学習
- 毎週、オープンソースプロジェクトを調査する
- 作業の改善につながるパターンを抽出する
- 学びからスキルを作成する
- 効果のあったことを共有する
- 使用状況に基づいて改善を繰り返す
参考資料
- Actionbook:https://github.com/actionbook/actionbook
- Accomplish:https://github.com/accomplish-ai/accomplish
- このスキル:上記の調査から自己生成
コメント
Markdown 対応