इस प्रोजेक्ट के बारे में

AutoAgent, Third Layer का एक ओपन-सोर्स फ्रेमवर्क है जो स्वायत्त हार्नेस इंजीनियरिंग के लिए है: AI एजेंट के कोड को मैन्युअल रूप से संपादित करने के बजाय, आप एक मेटा-एजेंट (आपका कोडिंग एजेंट) को एजेंट हार्नेस बनाने और उस पर पुनरावृत्ति करने देते हैं, जो autoresearch द्वारा लोकप्रिय किए गए उसी रखने-या-हटाने के प्रयोग लूप का पालन करता है। यह कैसे काम करता है: - परीक्षण के तहत हार्नेस एक एकल फ़ाइल, agent.py में रहता है, जिसमें कॉन्फ़िगरेशन, टूल परिभाषाएँ, एक एजेंट रजिस्ट्री, रूटिंग/ऑर्केस्ट्रेशन, और एक Harbor एडाप्टर सीमा शामिल है। एडाप्टर अनुभाग स्पष्ट रूप से निश्चित के रूप में चिह्नित है; बाकी मेटा-एजेंट का प्राथमिक संपादन सतह है। - मानव Python को संपादित नहीं करता है। इसके बजाय आप program.md को संपादित करते हैं, एक Markdown फ़ाइल जो मेटा-एजेंट के निर्देशों के साथ-साथ निर्देश प्रदान करती है जो बताती है कि किस प्रकार का एजेंट बनाना है। - मूल्यांकन कार्य tasks/ में Harbor कार्य प्रारूप का उपयोग करके रहते हैं: task.toml कॉन्फ़िगरेशन, instruction.md प्रॉम्प्ट, परीक्षण (test.sh/test.py, नियतात्मक या LLM-as-judge) जो 0.0-1.0 स्कोर लिखते हैं, आधार छवि पर आधारित एक प्रति-कार्य Dockerfile, और माउंटेड संदर्भ फ़ाइलें। रिपॉजिटरी बिना कार्यों के भेजी जाती है; आप अपने स्वयं के जोड़ते हैं, और बेंचमार्क पेलोड बेंचमार्क-विशिष्ट शाखाओं में दिखाई दे सकते हैं। - लूप: मेटा-एजेंट निर्देश पढ़ता है, वर्तमान हार्नेस का निरीक्षण करता है, बेंचमार्क चलाता है, विफलताओं का निदान करता है, agent.py को संशोधित करता है, कार्य परीक्षण सूट द्वारा उत्पादित कुल स्कोर की जाँच करता है, और परिवर्तन को रखता या हटाता है - स्कोर पर हिल-क्लाइम्बिंग। प्रयोग results.tsv में लॉग किए जाते हैं, और Harbor कार्य आउटपुट jobs/ पर जाते हैं। आवश्यकताएँ और उपयोग: Docker, Python 3.10+, uv, और जो भी मॉडल-प्रदाता क्रेडेंशियल्स आपके हार्नेस को चाहिए (जैसे, .env में OPENAI_API_KEY)। आप Dockerfile.base के साथ आधार छवि बनाते हैं, कार्य जोड़ते हैं, फिर harbor CLI के माध्यम से एजेंट आयात पथ agent:AutoAgent के साथ एक एकल कार्य या सभी कार्य समानांतर में चलाते हैं। एक प्रयोग शुरू करने के लिए, आप अपने कोडिंग एजेंट को रिपॉजिटरी की ओर इंगित करते हैं और इसे program.md पढ़ने का निर्देश देते हैं। README में बताए गए डिज़ाइन विकल्प: हार्नेस को सीधे प्रोग्राम करने के बजाय मेटा-एजेंट को प्रोग्राम करें; हार्नेस को एकल-फ़ाइल रखें लेकिन रजिस्ट्री-संचालित रखें ताकि यह अभी भी साफ-सुथरा विकसित हो सके; एजेंट को Docker अलगाव में चलाएं ताकि यह होस्ट को नुकसान न पहुँचा सके; हर प्रयोग को स्कोर-संचालित बनाएं; और Harbor-संगत कार्यों का उपयोग करें ताकि एक ही हार्नेस का विभिन्न डेटासेट पर मूल्यांकन किया जा सके। README यह भी सुझाव देता है कि एजेंट को संदर्भ-इंजीनियरिंग कौशल (जैसे, Agent Skills for Context Engineering और context7) से सुसज्जित किया जाए ताकि प्रदर्शन में सुधार हो, और Docker छवियों, कंटेनरों और Harbor के कार्य कैश के लिए सफाई कमांड प्रदान करता है, जो रनों के बीच जमा होते हैं। MIT के तहत लाइसेंस प्राप्त। अनुरक्षक स्व-कॉन्फ़िगरिंग एजेंटों के आसपास एक आगामी उत्पाद और यह कि वे काम पर रख रहे हैं, पर ध्यान देते हैं।