CommunityRedacción y edicióngithub.com

azen-aai/auto-mejora-bucle

Un patrón impulsado por genoma para agentes autónomos que reescriben sus propias instrucciones. Probado en batalla. Plantillas + documentos + habilidades de Claude.

¿Qué es auto-mejora-bucle?

Este skill implementa un patrón innovador llamado 'bucle de auto-mejora', diseñado para agentes autónomos (como Claude Code, Cursor o Codex) que pueden reescribir dinámicamente sus propias instrucciones. Se basa en un concepto de 'genoma' que define la estructura y lógica de automejora, permitiendo que el agente evolucione su comportamiento de forma iterativa. Es útil para desarrolladores que buscan crear agentes más adaptativos y resilientes, especialmente en entornos de ingeniería de software donde las tareas cambian con frecuencia. El skill incluye plantillas, documentación completa y habilidades específicas para Claude, lo que facilita su integración en flujos de trabajo existentes. Ha sido probado en escenarios reales ('battle-tested'), lo que garantiza su robustez. El patrón funciona mediante un ciclo: el agente evalúa su desempeño, genera una nueva versión de sus instrucciones (usando el genoma como guía) y las aplica, mejorando continuamente sin intervención humana. Compatible con múltiples plataformas de agentes, destaca por su enfoque modular y repetible.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add azena-ai/self-improving-loop

Installed? Explore more Redacción y edición skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

azena-ai/bucle-auto-mejora

Un patrón impulsado por genoma para agentes autónomos que reescriben sus propias instrucciones. Probado en batalla. Plantillas + documentos + habilidades de Claude.

Resumen

Este patrón permite que un agente autónomo, como los utilizados en Claude Code, Cursor o Codex, se mejore a sí mismo modificando su propio conjunto de instrucciones. El concepto central es un 'genoma' que actúa como un modelo o esquema que guía la evolución del agente. El agente ejecuta un ciclo continuo:

  1. Evaluación: Analiza su rendimiento reciente o el contexto actual.
  2. Mutación: Genera una nueva versión de sus instrucciones basándose en el genoma y la evaluación.
  3. Aplicación: Reemplaza las instrucciones antiguas por las nuevas.
  4. Iteración: Repite el ciclo para una mejora continua.

¿Por qué es útil?

  • Adaptabilidad: Los agentes pueden ajustarse a nuevas tareas o entornos sin intervención manual.
  • Robustez: Al poder corregir sus propias instrucciones, los agentes son más resistentes a errores o cambios inesperados.
  • Escalabilidad: Un solo patrón puede aplicarse a múltiples agentes y plataformas.
  • Eficiencia: Reduce la necesidad de mantenimiento humano constante.

Plataformas compatibles

  • Claude Code (habilidades específicas incluidas)
  • Cursor
  • Codex
  • Otros agentes autónomos que permitan modificar sus instrucciones en tiempo de ejecución

Cómo empezar

Requisitos

  • Un agente autónomo que soporte modificación dinámica de instrucciones (ver plataformas compatibles).
  • El repositorio clonado o descargado: git clone https://github.com/azena-ai/self-improving-loop (o el enlace equivalente).

Instalación

  1. Copia las plantillas de genoma desde templates/ a tu proyecto.
  2. Ajusta el genoma según tus necesidades (ver documentación en docs/).
  3. Integra el bucle en tu agente (ejemplos en examples/).

Uso básico

# Ejemplo de comando para iniciar el bucle (depende de la plataforma)
# Para Claude Code, usa el skill incluido: `self-improve`

Consulta la documentación completa en docs/ para más detalles.

Estructura del repositorio

  • templates/ - Plantillas de genoma listas para usar.
  • docs/ - Documentación técnica y guías.
  • claude-skills/ - Habilidades específicas para Claude Code.
  • examples/ - Ejemplos de integración.

Licencia

Este proyecto está bajo la licencia MIT. Ver el archivo LICENSE para más detalles.

Contribuciones

Las contribuciones son bienvenidas. Por favor, abre un issue o un pull request en el repositorio original.

Skills relacionados