Agen AI yang Berevolusi Sendiri dengan OpenSpace: Keterampilan, MCP, Lineage, dan Penggunaan Ulang Berbiaya Rendah
OpenSpace adalah kerangka kerja untuk membangun agen AI yang dapat berevolusi sendiri. Ia menyimpan kemampuan dalam SQLite dengan pembuatan versi dan lineage, mendukung keterampilan kustom dan host, serta terintegrasi melalui MCP melalui HTTP yang dapat dialirkan. Tutorial ini menunjukkan tugas penggajian, penggunaan ulang keterampilan, SKILL.md kustom, dan server MCP langsung, dengan pengurangan biaya token pada tugas berulang.
Tutorial ini menyiapkan OpenSpace di Colab, mengkloning repositori dengan sparse checkout dan menginstal paket yang diperlukan. Tutorial ini mengonfigurasi kredensial model (Anthropic/OpenAI), variabel workspace, dan menjalankan tugas perhitungan penggajian melalui API async Python. OpenSpace mengembangkan keterampilan selama eksekusi tugas dan menyimpannya di SQLite dengan metadata seperti asal (FIX, DERIVED, CAPTURED). Tugas penggajian terkait kedua menggunakan kembali keterampilan yang telah dikembangkan sebelumnya, menunjukkan penggunaan ulang yang lebih murah. SKILL.md kustom (colab-csv-report) dibuat dan secara otomatis ditemukan oleh agen, dan keterampilan hos (delegate-task, skill-discovery) dipersiapkan. Server MCP yang menggunakan transport HTTP yang dapat dialirkan dimulai dan diuji. Secara opsional, keterampilan diunggah ke cloud. Basis data showcase diperiksa, menunjukkan evolusi keterampilan lebih dari 60 dengan metadata garis keturunan dan kualitas. Tutorial menyimpulkan bahwa OpenSpace memungkinkan alur kerja agen yang dapat meningkatkan diri sendiri dengan penggunaan ulang dan pengurangan penggunaan token.
Sumber: MarkTechPost —
asli