← 返回列表
Agent 与自动化综合合集

Augustus：为智能体提供决策系统设计、训练、评估与改进技能

24601/Augustus · Agent skills for designing, training, evaluating and improving application-specific decision systems. Primitive/model selection, data assembly, export/reload and bounded hill climbing. TypeSafe Jev is the default hosted exemplar; independent of TypeSafe.

GitHub原文发布 未知首次收录 2026-09-28上架 2026-09-28 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Augustus 是一套面向智能体的技能集合，用于发现决策模型的合适插入位置、构建决策驱动的系统、创建评估并基于真实结果做有界爬山式改进。它覆盖基元与模型选择、数据组装、导出与重载，以及置信度阈值、弃权与人工回退等边界判断；同时附带 augustus-train，引导智能体完成特定任务的数据组装、候选选择、拟合、导出/重载与受限改进。它独立于 TypeSafe，TypeSafe Jev 仅作为默认托管示例。
# llm-evaluation# Agent 技能# decision-systems# prompt-optimization# agentic-ai

核心能力与快速开始

★ 11 · Python

能做什么
提供面向智能体的 Augustus 技能，帮助判断代码、LLM 调用、分类器/排序器或人工环节应放置在何处；支持决策模型选择（含 TypeSafe Jev 作为默认托管示例，以及经典分类器、编码器、开放决策头、受限读出、排序器和视觉评分器）；支持置信度阈值、弃权与人工回退等策略设计；提供数据组装、候选选择、拟合、导出/重载与有界爬山改进的 augustus-train 技能；包含离线评估辅助工具，可评估带标注的二元预测与配对工作流结果；输出简洁的设计卡与可证伪项，构建请求产出可运行的适配器、策略与评估，改进请求产出有界的 incumbent–challenger 循环。
适用场景
为退款邮件等工作流寻找最小有用分类器插入点，并把资格与支付保留在代码中；对搜索结果先召回再排序并评估 nDCG 与任务成功率；在固定预算下用显式效用/多准则分析比较多个候选方案；评审置信度阈值并说明何时弃权及应测量什么；构建决策模型路由器及其评估框架，在保持现有系统可运行的前提下设置带未动确认数据与回滚的受限改进循环；判断代理是否真的完成任务并验证产物与效果。
项目形态
开发框架
部署方式
作为 Claude Code 插件或通过 Skills CLI 安装到 Codex、Cursor 等智能体；支持从发布的 v0.8.1 标签安装或跟随默认分支；手动安装可复制 .agents/skills/ 下目录，Codex 从 ~/.agents/skills/ 读取用户技能。提供设计指导无需 API key；调用 Jev 或其他托管提供方为独立可选集成，需要自有凭据。
主要依赖
Python；本地开发需安装 requirements-dev.txt 并运行 make check；训练依赖与算力开销取决于所选配方；调用托管提供方的凭据与成本未说明。
使用限制
非预训练模型、非托管训练服务，也不是复现通用指令条件化 Jev 引擎的配方；类型化响应不构成真值证明；排序分数、概率、置信度、校准与动作成功的含义不同；来源流行度与代理分数提升不构成改进证据；测试与结构检查不能确立模型质量或部署收益；文档明确标注的审计结果为公开代理/夹具执行，不代表生产或通用 Jev 结论；安装同一技能避免多方式重复。
许可证
MIT
最近推送
2026-09-28 05:11
官方入门项目文档核对 README 依据 ↗

资料检查：2026-09-28 07:00 · 卡片整理：2026-09-28 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

在开发智能体或决策驱动系统时，使用 Augustus 技能集合发现决策模型的合适插入位置、构建系统、创建评估并基于真实结果做有界爬山式改进；也可用 augustus-train 引导完成特定任务的数据组装、候选选择、拟合、导出/重载与受限改进。

查看内容依据
Augustus equips agents to **find useful placements, build decision-driven systems, create evaluations, and hill-climb them against real outcomes**.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

在需要做决策或权衡取舍的产品场景中，使用 Augustus 比较在固定预算下选择项目的多种方式，明确价值、证据缺口与权衡；或审查置信度阈值，说明分数含义、何时弃权以及应在留出案例上测量什么。

查看内容依据
Use Augustus to compare ways our library could choose three programs > under a fixed budget. Make the values, evidence gaps, and tradeoffs explicit.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

cap-evolve：基于失败评测轨迹优化 AI Agent 的提示词、工具与技能包

cap-evolve 是一个用于优化 AI Agent 能力的 Python 工具与框架：在用户已有的 Agent 和评测之上运行「评测 → 诊断失败 → 生成候选修改 → 验证门控 → 提交」的循环，依据失败轨迹改进系统提示词、工具实现代码、MCP 工具面和技能包（Skill package），只优化 Agent 读取的内容而非模型权重。每次候选修改都是一次 git 提交，可通过终端实时视图和 dashboard 查看差异、成本、时间与逐任务通过/失败热力图；采用 val 显著性门控接受候选、密封测试集只评一次以保证评测诚实性。支持接入自有 Agent（实现 tasks/run_target/score 三个必需方法）以及 Claude Code 插件、多种编码 Agent 宿主等使用路径，并提供 toy_calc 等无需 API Key 的示例。

RuVector：面向 AI Agent 的高性能本地决策与持久记忆向量数据库

RuVector 是一个用 Rust 编写的向量数据库与 Agent 记忆基础设施，提供本地语义嵌入、持久化向量检索、图关系与超图存储、显式反馈学习、记忆生命周期管理以及可选的共享记忆能力。它包含 @ruvector/typesafe 决策模型，可将文本转为带置信度与弃权信息的类型化决策，适用于工单路由、意图分类、紧急度评估等无需完整大模型调用的受限任务。默认检索路径在本地运行，学习来自记录的结果与反馈，托管服务为可选项并形成独立数据边界。

Arena-of-Autonomous-Threads：构建本地 Reddit 式论坛测试多智能体 LLM 对话

该项目（内部名 Synaptic Confluence Engine）是一个 LLM 智能体模拟器，构建类似 Reddit 的本地论坛环境，让多个接入不同模型后端（OpenAI、Anthropic、本地 Llama、Mistral 等）的 AI 智能体以带人设、情绪与记忆的身份发帖、回复、投票，用于观察多智能体推理、协商与集体智能的涌现行为。提供人设系统、多智能体编排、话题演化、版主审核智能体、分析仪表盘、多语言与记忆压缩等能力，面向 LLM 研究、安全测试、角色扮演与教学等场景。

Life Designer Pro：面向 Claude Code 与 Codex 的 AI 人生设计教练

Life Designer Pro 是一个 AI 辅助的人生设计教练，把工作、关系、健康、娱乐、学习与创造、社群、财务和贡献视为彼此关联的整体人生。它通过自适应提问、三条备选未来路径和可验证的小实验帮助用户梳理职业与生活目标，并输出一页 Life Map、未来自我来信、可打印卡片和愿景图像提示词。项目提供浏览器端 Life Canvas，另有面向 Claude Code 和 OpenAI Codex 的会员制技能包，用于引导式教练对话、完整蓝图与原型计划，以及周期性回顾和每日反思。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。

讨论 0

登录后参与讨论，阅读资讯无需注册。

还没有评论，来分享第一个看法。