Zelf-evoluerende AI-agenten met OpenSpace: vaardigheden, MCP, afstamming en goedkope hergebruik
OpenSpace is een raamwerk voor het bouwen van zelf-evoluerende AI-agenten. Het slaat capaciteiten op in SQLite met versiebeheer en afstamming, ondersteunt aangepaste en host-vaardigheden, en integreert via MCP over streamable HTTP. De tutorial toont een loonadministratietaak, hergebruik van vaardigheden, een aangepaste SKILL.md en een live MCP-server, met verminderde tokennkosten bij herhaalde taken.
De tutorial zet OpenSpace op in Colab, kloont de repository met een sparse checkout en installeert het pakket. Het configureert modelcredentials (Anthropic/OpenAI), workspacevariabelen en voert een salarisberekeningstaak uit via de asynchrone Python-API. OpenSpace evolueert vaardigheden tijdens taakuitvoering en slaat ze op in SQLite met metadata zoals herkomst (FIX, DERIVED, CAPTURED). Een tweede gerelateerde salarisberekeningstaak hergebruikt eerder geëvolueerde vaardigheden, wat lagere kosten door hergebruik aantoont. Een aangepast SKILL.md (colab-csv-report) wordt aangemaakt en automatisch ontdekt door de agent, en hostvaardigheden (delegate-task, skill-discovery) worden klaargezet. Een MCP-server die gebruikmaakt van streamable HTTP-transport wordt gestart en getest. Optioneel worden vaardigheden naar de cloud geüpload. De showcase-database wordt onderzocht en toont een evolutie van meer dan 60 vaardigheden met afstamming en kwaliteitsmetadata. De tutorial concludeert dat OpenSpace zelfverbeterende agentworkflows mogelijk maakt met hergebruik en verminderd tokenverbruik.
Bron: MarkTechPost —
origineel