コンテンツにスキップ

Guide

Reference

Concepts

スキル自己改善

Reyn のスキルは実行トレースから自動的に改善できます — バージョンアーカイブと 1 コマンドロールバック付きで。プロセス全体が、OS の外で発生する副作用ではなく、ガバナンス下のスキル（skill_improver）として実行されます。つまりすべての改善がパーミッションモデルを通過し、ユーザー承認ゲートを設定でき、skill_version_hash を介して実行履歴と紐付けられます。5 つのコンポーネントが FP-0006 として 2026-05-15 に一括着地しました。

Hermes GEPA は 5+ ツール呼び出し後に OS 外の無制限な副作用として自己改善をトリガーします。Reyn の設計ではスキル改善をオペレーター管理下の first-class な操作として扱います。詳細はHermes GEPA との比較を参照してください。

全体像

skill_improver (stdlib スキル)
    │
    ├─ optional: collect_traces フェーズ ──► recall(sources=["events"]) → traces_summary.md
    │       (FP-0006 C — FP-0009 の events index が必要)
    │
    ├─ run_and_eval / plan_improvements / apply_improvements
    │
    └─ finalize
           ├─ apply 前に skill.md をスナップショット → .reyn/skill-versions/<name>/v<N>.md  (FP-0006 B)
           ├─ ask_user ゲート (設定: on_propose)                                             (FP-0006 D)
           └─ apply
              → run_skill_started イベントに skill_version_hash を付与                       (FP-0006 A)

監査 + 復元:
    reyn skill versions <name>   保存済みバージョン一覧      (FP-0006 E)
    reyn skill rollback <name>   前バージョンに戻す           (FP-0006 E)
    → skill_rolled_back P6 イベントを emit                   (FP-0006 E + follow-up)

collect_traces フェーズはオプションです — Operational Intelligence（FP-0009）が events ログをインデックス化していることが前提です。インデックスが存在しない場合、skill_improver はトレース駆動コンテキストなしで run_and_eval を直接実行するフォールバックに切り替わります。

コンポーネント一覧

コンポーネント 追加内容 ソース
A すべての run_skill_started イベントに skill_version_hash フィールドを付与 src/reyn/op_runtime/run_skill.py
B .reyn/skill-versions/<name>/v<N>.md スナップショット + current ポインタ skill_improver/version_snapshot.py + phases/finalize.md
C collect_traces フェーズ（recall パス + raw-events フォールバック） skill_improver/trace_collector.py + phases/collect_traces.md
D on_propose: ask_user\|auto\|disabled 設定 + finalize ゲート src/reyn/config.py SelfImprovementConfig + phases/finalize.md
E reyn skill versions / rollback CLI src/reyn/cli/commands/skill.py

ワークフロー詳細

my_skill というプロジェクトスキルの自己改善を例に説明します。

1. skill_improver を起動

reyn run skill_improver '{"target": "my_skill", "improvement_source": "traces"}'

2. トレース収集

skill_improver が recall(sources=["events"], query="my_skill の失敗パターン") を呼び出し、直近のランの構造化サマリーを取得します（フェーズパス・エラー種別・コスト・skill_version_hash 別 pass rate）。結果はワークスペースの traces_summary.md に書き出されます。

3. 改善計画と適用

plan_improvements が my_skill/skill.md（インストラクション・フェーズグラフ・評価基準）への具体的な変更案を作成します。apply_improvements は write_file Control IR op 経由で改訂ファイルを書き込みます — パーミッションモデルによるゲートは通常の書き込みと同じです。

4. eval 実行

run_and_eval が my_skill を eval セットに対して実行し、pass rate スコアを算出します。スコアが skill_improver の eval 基準の閾値を下回る場合、設定された反復上限までリトライします。

5. finalize — バージョンスナップショット + ユーザーゲート

承認閾値に達すると finalize が:

  • 現在の my_skill/skill.md を読み込み、.reyn/skill-versions/my_skill/v2.md に書き出す。
  • current ポインタファイルを "3"（apply 後の新バージョン番号）に更新。
  • on_propose: ask_user（デフォルト）の場合、ask_user 介入を発行:
v3 を my_skill に適用しますか？（eval スコア: 0.85 → 0.92）
[適用] [破棄]
  • 承認後、改善済み skill.md を reyn/project/my_skill/ に書き戻す。

6. 次回実行時のバージョンハッシュ

my_skill の次回実行時、run_skill_started イベントには新しい skill.md の sha256 が skill_version_hash として記録されます。reyn eval compare はハッシュ別にランをグルーピングし、回帰を自動検出できます。

7. 必要に応じてロールバック

reyn skill versions my_skill
#   v1  2026-05-01  (initial save)
#   v2  2026-05-05  improvement: plan_improvements フェーズのインストラクション改善
#   v3  2026-05-09  improvement: collect_traces によるエラーパターン対応  ← current

reyn skill rollback my_skill --to v2

ロールバックはアーカイブ済みの v2.md を write_file op 経由（パーミッションチェック済み）で reyn/project/my_skill/skill.md に書き戻し、P6 skill_rolled_back イベントを emit します:

{"skill": "my_skill", "from_version": 3, "to_version": 2, "reason": "user rollback"}

設定（reyn.yaml）

self_improvement:
  on_propose: ask_user   # ask_user | auto | disabled（デフォルト: ask_user）
  max_versions: 10       # スキルごとの保存バージョン上限（デフォルト: 10）
モード 動作
ask_user デフォルト。finalize が改善差分と eval デルタを表示して一時停止。ユーザーが承認または破棄を選択してから変更が確定する。
auto プロンプトなしで finalize が適用。オペレータの信頼が確立された CI パイプラインやスケジュールバッチ実行向け。
disabled skill_improver は全フェーズを実行して提案差分をアーティファクトとして emit するが、スキルへの書き戻しは行わない。ドライランモード。

max_versions に達すると、finalize は新しいスナップショットを書き込む前に最古のバージョン（v1）を削除します。

パーミッションモデルとの統合

パーミッションモデルはメタ改善と stdlib 保護を特別なロジックなしに処理します。

メタ改善はデフォルトで自動禁止。 src/reyn/stdlib/ はデフォルトの書き込みゾーン外です。skill_improver 自身やその他の stdlib スキルを改善しようとすると、write_file op のディスパッチ段階で PermissionError になります。OS レイヤーで特別なチェックは不要（P7 準拠）。

stdlib スキルのロールバックは CLI が拒否。 reyn skill rollback は reyn/project/ および reyn/local/ スキルのみを対象とします。stdlib スキル（src/reyn/stdlib/skills/）はシップバンドルされており、不変です。stdlib スキルをカスタマイズしたい場合は reyn/project/<name>/ にコピーしてください — スキル解決順序（reyn/project/ > reyn/local/ > src/reyn/stdlib/skills/）によりプロジェクトコピーが優先されます。

on_propose: auto はオペレータの信頼が必要。 インタラクティブ利用には ask_user が適切なデフォルトです。auto に切り替えるのは、オペレータが改善パイプラインをレビュー済みで自律的な書き込みを許容する環境（例: 1 週間のトレース評価後に skill_improver を実行する夜間 CI ジョブ）に限定してください。

Hermes GEPA との比較

Hermes の GEPA はエージェントランタイム外の無制限な副作用として改善をトリガーします。Reyn はガバナンス下のスキル実行として改善を扱います。

Hermes GEPA Reyn skill_improver
実行モデル OS 外の副作用 stdlib スキル — OS ランタイムによるガバナンス
トリガー 5+ ツール呼び出し後に自動 ユーザー起動または cron（FP-0001）
パーミッションチェック なし write_file op → パーミッションモデル
ユーザー承認 不可 on_propose: ask_user\|auto\|disabled
変更記録 なし P6 監査ログの skill_improved イベント
問題発生時の復元 困難（変更内容が不明） reyn skill rollback + P6 イベントトレース
再現性 保証されない skill_version_hash で全ランをバージョンに紐付け
メタ改善 無制限 パーミッションモデルによりデフォルト禁止

Hermes GEPA の詳細分析は docs/deep-dives/research/competitive/hermes-agent.md を参照してください。

関連情報

On this page