meta-harness-proteus
De la autor
Run one iteration of proteus memory-summary evolution. Called by meta_harness.py.
Instalare
npx skills add 001TMF/harness-forge --skill meta-harness-proteus -a claude-code
Se instalează în .claude/skills/meta-harness-proteus/ · Fiecare comandă descarcă skill-ul direct de pe GitHub cu utilitarul open source skills.
Identic octet cu octet cu commit-ul scanat, cu licența depozitului și un fișier SOURCE.txt.
Vrei ca agentul să-ți propună skill-uri în timp ce scrii? Vezi cum folosești skill-urile din IDE.
Verificări de siguranță pe SKILL.md
Niciun avertisment.
De ce 78
aiqbench calculează scorul de încredere din semnale publice. Nu este un audit de securitate, așa că citește un skill înainte să-l instalezi.
Skill-uri similare
Cele mai apropiate de acesta prin ce fac și când sunt folosite.
- dreamsneg55/agent-starterMemory consolidation - review, merge, prune, and index memory files. Run periodically to keep memories organized and up-to-date.Inginerie★ 74
- ralph-memoryjmagly/aiwgManage Al semantic memory entries — list, query, and clear lessons learned across loop iterationsProductivitate★ 225
- meta-harness001TMF/harness-forgeRun a Meta-Harness-style optimization loop NATIVELY — automatically search over the scaffolding around a FIXED base model (memory, retrieval, context construction, prompt templates, summarization, tool-selection logic) by proposing candidate variants, scoring each on a cheap deterministic eval, and keeping a Pareto frontier of quality vs cost — using native Agent / Workflow / loop tools instead of a standalone Python harness. Use this whenever the user wants to optimize, evolve, tune, distill, or search over a harness, scaffold, prompt system, memory or retrieval policy, context-assembly code, or summarizer while keeping the model fixed; whenever they mention Meta-Harness, harness optimization, scaffold evolution, automatic prompt/memory optimization, an evolutionary or Pareto search over candidate implementations, or "make the harness/agent better without retraining"; and whenever the gain must come from the code AROUND the model rather than the model weights. Reproduces the Meta-Harness paper's method nativȘtiință★ 81
- remembervibeeval/vibecosystemStore a learning, pattern, or decision in the memory system for future recall.Productivitate★ 541
- oma-memoryJoonghyun-Lee-Frieren/oh-my-antigravityManage project memory with MEMORY.md index + modular rule packs.Productivitate★ 213
- line-memoryjmagly/aiwgRetain and retrieve small durable project facts through a bounded, recency-ordered plain-text memoryProductivitate★ 225
Note și recenzii
—
nicio recenzie
Ai încercat acest skill? Notează-l ca să-i ajuți pe alții. Autentifică-te
Discuție
Intră în discuție. Autentifică-te