Agents IA auto-évolutifs avec OpenSpace : compétences, MCP, lignée et réutilisation à faible coût
OpenSpace est un framework pour construire des agents IA auto-évolutifs. Il stocke les capacités dans SQLite avec versionnage et lignée, prend en charge les compétences personnalisées et hôtes, et s'intègre via MCP sur HTTP streamable. Le tutoriel présente une tâche de paie, la réutilisation de compétences, un fichier SKILL.md personnalisé et un serveur MCP en direct, avec une réduction du coût en tokens sur les tâches répétées.
Le tutoriel configure OpenSpace dans Colab, clone le dépôt avec un checkout clairsemé et installe le paquet. Il configure les identifiants du modèle (Anthropic/OpenAI), les variables d'espace de travail, et exécute une tâche de calcul de paie via l'API Python asynchrone. OpenSpace fait évoluer les compétences pendant l'exécution de la tâche et les stocke dans SQLite avec des métadonnées telles que l'origine (FIX, DERIVED, CAPTURED). Une deuxième tâche de paie connexe réutilise les compétences précédemment développées, démontrant une réutilisation à moindre coût. Un SKILL.md personnalisé (colab-csv-report) est créé et découvert automatiquement par l'agent, et des compétences hôtes (delegate-task, skill-discovery) sont préparées. Un serveur MCP utilisant un transport HTTP streamable est démarré et sondé. En option, les compétences sont téléchargées dans le cloud. La base de données de démonstration est examinée, montrant une évolution de plus de 60 compétences avec lignée et métadonnées de qualité. Le tutoriel conclut qu'OpenSpace permet des workflows d'agents auto-améliorants avec réutilisation et réduction de l'utilisation de jetons.
Source: MarkTechPost —
original