規律ある「分析-変異-評価」ループを通じてコードの品質を向上させる体系的なフレームワーク。
インストール＆ダウンロード
1. ClawHub CLI
レジストリから直接スキルをインストールする最速の方法です。
npx clawhub@latest install iterative-code-evolution
2. 手動インストール
スキルフォルダを以下のいずれかの場所にコピーしてください
~/.openclaw/skills/ <project>/skills/ 優先順位：ワークスペース > ローカル > バンドル
3. プロンプトのインストール
このプロンプトをOpenClawにコピーするだけで、自動的にインストールされます。
Clawhubを使って iterative-code-evolution をインストールして。Clawhubがインストールされていない場合は、先にインストールしてください（npm i -g clawhub）。
ダウンロードをご希望ですか？
ZIPアーカイブで生のスキルファイルを取得します。
反復的コード進化 とは？
反復的コード進化は、場当たり的なデバッグを、原則に基づいた研究裏付けのある進化ループに置き換えるために設計された Openclaw Skills の高度な手法です。ALMA フレームワークを適応させており、開発者や AI エージェントがバリアントの追跡、改善のスコアリング、学習した原則のアーカイブを通じて、実装を体系的に改善することを可能にします。このアプローチは、1 回の生成で失敗する場合や、パフォーマンスと正確性のために複数の洗練サイクルが必要な複雑なタスクに不可欠です。
コード開発を進化プロセスとして扱うことで、このスキルはすべての変更が経験的証拠に基づいていることを保証します。「試行錯誤」のメンタリティを超え、成功と失敗の両方から学習するメモリバックアップ型システムに焦点を当て、最終的により堅牢で最適化されたソフトウェア設計へと導きます。
反復的コード進化 のユースケース
- 複数のパフォーマンス重視のラウンドにわたるコード実装の最適化。
- 単純な修正が失敗し続ける、持続的または再発するロジック問題のデバッグ。
- 構造化された実験を通じた AI エージェントのプロンプトやパイプラインの進化。
- 複数のアプローチを既に試した後のシステム設計の洗練。
- 規律ある「リフレクション・修正」プロトコルの恩恵を受ける複雑なプログラムの構築。
反復的コード進化 の仕組み
- 分析：現在のコードの構造化された診断とコンポーネントレベルの評価（動作、脆弱、破損、冗長、欠落）を実行します。
- 計画：分析フェーズの証拠に基づいて優先順位を付けた 1〜3 個の具体的な変更を選択し、外科的な精度を確保します。
- 変異：インターフェースを維持しながら特定のコード変更を実装し、進化タグとともに根拠を文書化します。
- 検証：変更したコードを実行し、クラッシュに対してリフレクション・修正プロトコルを適用して、症状ではなく根本原因を特定します。
- スコアリング：テスト合格率、レイテンシ、品質チェックリストなどの指標を使用して、親バリアントに対するパフォーマンスの増分（デルタ）を測定します。
- アーカイブ：反復の詳細を進化ログに記録し、Openclaw Skills 内に学習した原則の永続的なリポジトリを構築します。
反復的コード進化 のセットアップ
Openclaw Skills ワークフロー内でこの手法の使用を開始するには、プロジェクトレベルの追跡ディレクトリを作成する必要があります。
# 進化追跡構造の作成
mkdir -p .evolution/variants
touch .evolution/log.json
出発点を追跡し、その後のすべての変異が比較のための参照を持てるように、ベースラインエントリで .evolution/log.json を初期化します。
反復的コード進化 のデータスキーマとタクソノミー
このスキルは、プロジェクトのルートにある構造化された JSON タクソノミを使用して、履歴メモリと技術データを整理します。
| フィールド | 説明 |
|---|---|
| baseline | 進化が始まる前の初期実装に関するメタデータ。 |
| variants | 説明とスコアを含む、バージョン管理されたコード状態（例：v001）のコレクション。 |
| changes_made | 何が変更されたか、なぜ変更されたか、および優先レベルの詳細なリスト。 |
| principles_learned | 時間とともに蓄積される成功と失敗の累積アーカイブ。 |
| delta | 親バリアントと具体的に比較した際の限界的な改善または改悪。 |
反復的コード進化 の高度な機能
- マルチバリアント分岐：根本的に異なるアーキテクチャアプローチは、並べて比較するために個別のバリアントファイルに保存されます。
- 探索 vs 利用ロジック：現在のパスが収穫逓減を示したときにエージェントが新しいパスを試すように、訪問ペナルティアルゴリズムを使用します。
- 自動リフレクション・修正：実行失敗後に根本原因分析を義務付ける規律あるプロトコル。
- 原則の複合化：Openclaw Skills の各サイクルがグローバルな原則リストに寄与し、コードベースの成長とともにシステムがよりスマートになることを保証します。
SKILL.md
ローディング
関連するOpenclawのスキル
Aave クレジット委任スキル
プライマリウォレットから委任されたクレジットを利用して、AI エージェントが Aave V2/V3 で自律的に資金の借入と返済を行うことを可能にする高度なツールです。
Gotchi Pocket
安全なBankr統合を使用して、Baseネットワーク上のAavegotchiポケットウォレットとERC20トークンを管理するためのテクニカルツールです。
Soul デジタルアイデンティティ
AI エージェントが一貫したデジタルアイデンティティ、世界観、および執筆スタイルを採用し、維持するための洗練されたフレームワーク。
OpenBot ClawHub
OpenClaw エージェントが、自律型 AI ロブスターとして永続的な 3D 海底ソーシャル環境に生息し、相互作用するための専用スキルです。
特徴*
