Ralph-Abejuela/skill-optimizer-gepa

Optimiseur basé sur GEPA pour les compétences d'agent : baseline, évolution, diff de propositions, tests A/B sur n'importe quel point de terminaison compatible OpenAI.

Qu'est-ce que skill-optimizer-gepa ?

Ce skill est un optimiseur de compétences pour agents IA, basé sur l'algorithme GEPA (Generative Evolutionary Proposal Algorithm). Il permet d'améliorer itérativement une compétence existante en générant des propositions de modifications (diff), en les évaluant via des tests A/B, et en sélectionnant les meilleures évolutions. L'outil prend en charge n'importe quel point de terminaison compatible avec l'API OpenAI, offrant une grande flexibilité pour les environnements cloud ou on-premise. Il est particulièrement utile pour les développeurs qui souhaitent optimiser automatiquement les prompts, workflows ou configurations de leurs agents, sans intervention manuelle. Le processus inclut une phase de 'baseline' pour établir une référence, une phase d'évolution où des propositions sont générées, et une phase de comparaison par diff pour valider les améliorations.

Compatible avec~Claude Code✓Codex CLI~Cursor
npx skills add Ralph-Abejuela/skill-optimizer-gepa

Installed? Explore more Développement et programmation skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait skill-optimizer-gepa ?

Optimiseur basé sur GEPA pour les compétences d'agent : baseline, évolution, diff de propositions, tests A/B sur n'importe quel point de terminaison compatible OpenAI.

Fonctionnalités principales

  • Baseline : Établir une référence de performance pour une compétence donnée.
  • Évolution : Générer automatiquement des propositions d'amélioration à l'aide de GEPA.
  • Diff de propositions : Comparer les modifications proposées avec la version actuelle.
  • Tests A/B : Exécuter des évaluations entre la baseline et les propositions pour déterminer la meilleure option.

Utilisation

# Exemple de commande pour lancer l'optimisation
optimize-skills --baseline my-skill --iterations 10 --endpoint https://api.openai.com/v1

Configuration

Les variables d'environnement suivantes sont requises :

  • OPENAI_API_KEY : Clé API pour l'accès au point de terminaison.
  • SKILL_DIR : Chemin vers le répertoire contenant les compétences à optimiser.

Comment ça marche ?

  1. Phase de baseline : Le système évalue la compétence actuelle sur des métriques définies.
  2. Phase d'évolution : GEPA génère plusieurs variantes modifiées de la compétence.
  3. Phase de test : Chaque variante est testée en A/B contre la baseline pour mesurer l'amélioration.
  4. Phase de sélection : La meilleure variante est retenue et devient la nouvelle baseline.

Exemple de configuration YAML

optimizer:
  algorithm: gepa
  baseline: "my-skill"
  iterations: 5
  endpoint: "https://api.openai.com/v1"
  model: "gpt-4"

Compatibilité

  • Tout point de terminaison compatible avec l'API OpenAI (y compris les déploiements locaux).
  • Fonctionne avec des fichiers de compétences au format markdown (SKILL.md).
  • Supporte les agents comme Claude Code, Cursor, ou Codex.

Références

Skills associés