SkillZero は何をしますか？
Build in-context RL for skill internalization, improving agent learning on ALFWorld and Search-QA with fewer updates
スキルの内面化のためのインコンテキスト強化学習を構築し、ALFWorldおよびSearch-QAでのエージェント学習を少ない更新回数で改善します。
Banni1699/SkillZeroは、エージェントがスキルを内面化するためのインコンテキスト強化学習（RL）手法を提供するAIスキルです。このスキルは、エージェントがタスクを実行しながら即座にフィードバックを得て学習することを可能にし、特にALFWorld（家庭内タスクのシミュレーション環境）やSearch-QA（質問応答タスク）において、従来よりも少ない更新回数で効率的に学習を進められるように設計されています。これにより、エージェントは新しいスキルを迅速に獲得し、適応性を高めることができます。主に言語モデルベースのエージェント（例：Claude Code、Codexなど）向けに開発されており、トレーニングデータのサンプル効率を向上させる点で有用です。SKILL.mdのドキュメントに基づき、このスキルはプロンプト内で学習信号を利用して、エージェントの行動を段階的に改善する仕組みを提供します。
npx skills add Banni1699/SkillZeroBuild in-context RL for skill internalization, improving agent learning on ALFWorld and Search-QA with fewer updates
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".