auto-improve は何をしますか？
任意のテキスト成果物に対する、自律的かつ判定ゲート付きの自己改善ツール。詳細なガイドはREADME.mdを参照してください。これはエージェント向けクイックリファレンスです。
使用すべき状況
ユーザーは単なる書き換えではなく、測定可能な改善を求めており、「より良い」状態をルーブリックとして表現する意思がある場合。適した対象: コールドメール、ランディングページのコピー、プロンプト、スキル定義、ブログ記事、カバーレター、ドキュメント、契約書、メニューなど。
実行方法
export GEMINI_API_KEY=... # https://aistudio.google.com/apikey
python3 improve.py \
--artifact path/to/file.md \ # このファイルはGitリポジトリ内にある必要があります
--tag v1 \ # → ブランチ improve/v1、結果 results/v1.tsv
--max-iterations 8 \
--criteria path/to/rubric.md # 任意 — 省略するとルーブリックを自動推論; または
# --goal "望ましい状態の説明" を追加して推論を誘導できます
--criteria を指定しない場合、auto-improveは最初に成果物からルーブリックを作成し、results/<tag>.rubric.md に保存します。その内容を読めば、何を最適化しているかがわかります。
完了した実行を確認: python3 improve.py --status --tag v1。
結果は improve/<tag> Gitブランチに保存されます — git diff main improve/v1 -- <file> で差分を確認できます。
判定方法（安易な書き換え防止機構）
- 変異 — 最良のN個の候補編集を生成し、外科的差分として適用（破損防止）。
- 採点 — 各候補を別のモデル呼び出しでルーブリックに基づいて採点。
- 判定 — 最良候補を現行チャンピオンとペアワイズ比較（両順序で判定し、バイアス除去）；真に勝利した場合のみ保持、それ以外は差し戻し。
変異器は自分の成果を決して評価せず、自信過剰で質の低い書き換えは破棄されるため、改善は確実であり、各コミットは検証済みの向上を示します。
ルーブリックの作成
合計100点の重み付けされた次元を記述したMarkdownファイル — 基準値（50/70/90）、報酬フレーム、具体性を備えます。criteria/README.md および criteria/ 内の実例を参照してください。
重要なルール
- 変異器と評価器はコンテキストを共有しません。
- 1回の実行につき、成果物1つ、ルーブリック1つ、
--tagは1つ。 - Gitブランチが信頼できる情報源です；
results/<tag>.tsvは改善ログ（追跡対象外）。 - 成果物以外を編集しない；全体的な書き換えではなく、小さな外科的差分のみ。