Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 0品質スコア 55/100

ax-agent-optimize

このスキルは、LLMが@ax-llm/axを使用してAxAgentの正しいチューニングと評価コードを生成するのに役立ちます。ユーザーがagent.optimize(...)、judgeOptions、eval datasets、optimization targets、saved optimizedProgram artifacts、または再帰的な最適化に関するガイダンスについて質問する場合に使用してください。

description の原文を見る

This skill helps an LLM generate correct AxAgent tuning and evaluation code using @ax-llm/ax. Use when the user asks about agent.optimize(...), judgeOptions, eval datasets, optimization targets, saved optimizedProgram artifacts, or recursive optimization guidance.

SKILL.md 本文

注意: このスキルのライセンスは ライセンス未確認 です。本サイトでは本文プレビューのみを表示しています。利用前に GitHub の原本でライセンス条件をご確認ください。

AxAgent Optimize コード生成ルール (@ax-llm/ax)

agent.optimize(...) ワークフローに対してこのスキルを使用します。短くて最新の、コピー可能なパターンを優先します。ユーザーが必要としない限り、一般的なエージェント作成ガイダンスを繰り返さないでください。

モデルがユーザーの実際の目標に対して適切な最適化設定を選択するのを支援することがあなたの役割です。

  • ユーザーがツール使用の改善を望む場合、アクション認識タスクと、スコアリングの客観性に応じて決定的メトリクスまたは組み込みジャッジを優先します。
  • ユーザーが表現の改善のみを望む場合、レスポンダ最適化で十分な場合があります。
  • ユーザーが再利用可能な改善を望む場合、アーティファクトの保存/読み込みを含めます。
  • ユーザーがコストまたは再帰動作を改善したい場合、評価タスクでそれらのトレードオフを明示的に公開します。

これらのデフォルト設定を使用してください

  • agent.optimize(...) はエージェントが既に設定可能で実行可能な状態になった後にのみ使用してください。
  • 予測とタスク記録から成功を簡単にスコア化できる場合は、決定的なカスタム metric を優先します。
  • 開放型アシスタントタスクについては、組み込みジャッジパスを優先しま

...

詳細情報

作者
jadecli
リポジトリ
jadecli/researchers
ライセンス
不明
最終更新
2026/4/27

Source: https://github.com/jadecli/researchers / ライセンス: 未指定

本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: jadecli · jadecli/researchers · ライセンス: ライセンス未確認