Show HN: Raven – ハーネスのためのハーネス、RSIのために構築

ウェブサイト · ドキュメント · 中文 Ravenとは何か 1つのサーフェス、すべてのエージェント：RavenはDAGを生成し、複雑なタスクを実行するために複数の専門エージェントをオーケストレーションします。Ravenは再帰的自己改善（RSI）のために構築されたハーネスのためのハーネスです。ホストエージェントとして、組み込みエージェントとサードパーティエージェントを連携させて複雑なタスクを実行します。そのモジュール式アーキテクチャは、Raven自身のハーネスの反復的な改善をサポートします。エージェントの計画と実行方法の変更を提案し、それらの変更を評価し、検証を通過した改善を採用します。EverOSを搭載したRavenは、このプロセスをサポートするためにセッション間でメモリとコンテキストを保持します。組み込みエージェント：Raven-Research、Raven-Code、Raven-Design、Raven-Oncallは、リサーチ、コーディング、ビジュアルデザイン、および無人ワークフロー自動化をサポートします。Ravenはプレアルファ版です。インターフェースと設定は急速に変更される可能性があります。マルチエージェントオーケストレーションベンチマークにおけるRavenのパフォーマンス ❯❯ ショーケースこれらはRavenによって提供された3つの完全なプロジェクトです。各ケースで、Ravenは初期のブリーフまたは目標から実行を経て、最終成果物の完全なセットまで、専門エージェントのチームを主導しました。❯ THRESHOLD：完全なゲーム開発プロジェクトブリーフは個人から提供されました。Ravenはプロジェクト全体を完了しました。約4日間自律的に作業し、Ravenは計画、開発、検証を42ラウンド実行して、アリーナボス戦を中心としたGodot 4のプレイ可能な一人称シューティングゲームを構築しました。完全な成果物には、ゲーム、ポスター、プレゼンテーション、ウェブサイトが含まれており、すべてRavenによって生成されました。ゲームプレイビデオウェブサイト ↗ FPS_game_30s.mp4ポスタープレゼンテーション · PPTX ↓ ❯ Raven RSI：実践における再帰的自己改善AIがAIを改善し、プロジェクト全体をRavenが完了しました。タスクと評価基準が変更できない場合、Raven RSIは独立して各ラウンドを計画し、コードを書き、実験を実行し、結果を評価します。nanochat事前学習実験では、クラッシュなしで7ラウンドにわたって172回のトレーニングを実行し、同じ20分、シングルGPU予算内でval_bpbを5.8%削減しました。同じプロセスで、ダムブレークシミュレーションのオーバーシュートを3桁削減し、FEA限界荷重検索を8ラウンドの二分法で完了しました。完全な成果物には、実験結果、視覚化、ポスター、プレゼンテーション、プロジェクトウェブサイトが含まれており、すべてRavenによって生成されました。CFDダムブレークシミュレーションFEA限界荷重検索ウェブサイト ↗ポスタープレゼンテーション · PPTX ↓ ❯ Raven：完全な製品ローンチプロジェクト1羽のRaven、専門家の一団。Ravenはプロジェクト全体を完了しました。そのローンチキットには、ブラウザベースの物理ミニゲーム、16スライドの製品概要、英語と中国語のポスター、そしてあなたが今読んでいるREADMEが含まれており、すべてRavenによって生成されました。物理ミニゲーム · オンラインでプレイ ↗READMEAngry_Raven_game_25s.mp4ポスタープレゼンテーション · PPTX ↓ その他のショーケース ❯❯ 組み込みエージェントRavenのモジュール式アーキテクチャは、ハーネスの自己進化とサブエージェント作成のために設計されています。その4つの組み込みエージェントは、それぞれのドメインで最先端（SOTA）のパフォーマンスを提供し、再利用可能なハーネスコンポーネントとドメイン固有のツール、スキル、エージェントループを組み合わせています。Ravenは、集中タスクを単一のエージェントに委任したり、共有ワークフロー内で複数のエージェントをオーケストレーションしたりできます。それらが共有するハーネスは、Raven Evolverによって洗練されます。Raven Evolverは、Ravenをライブラリとして消費し、ベンチマークに対して候補となるハーネスの変更を評価する別のツールです。それはエージェント内で実行するのではなく、エージェントを開発します。4つのエージェントすべてが組み込まれており、すぐにオーケストレーションできます。❯ Raven-ResearchRaven-Researchは、複雑な質問、文献レビュー、技術分析のための自律的な深層リサーチを可能にします。追跡可能なソースを含む、明確で構造化されたレポートを提供し、ユーザーが未知のドメインを理解し、代替案を比較し、情報に基づいた意思決定を行うのに役立ちます。DeepResearch MixedベンチマークにおけるRaven-Researchのパフォーマンス ❯ Raven-CodeRaven-Codeはエージェント型ソフトウェア開発を可能にし、要件を動作するテスト済みのコードに変換します。機能実装、デバッグ、リファクタリング、データ処理、データ分析をサポートし、ユーザーがプロジェクトの規約に従いながら新しい機能を構築し、問題を解決し、コード品質を向上させるのを支援します。コーディングベンチマークにおけるRaven-CodeのパフォーマンスRaven-Codeは、DataAgentBenchでデータ分析（2026-08-24ライブ）でトップになりました ❯ Raven-DesignRaven-Designはビジュアルデザインを実行し、アイデアやコンテンツを洗練されたビジュアル成果物に変換します。PowerPointスライドデッキ、ブランドアセット、チャート、ダイアグラム、Webインターフェースを作成し、レイアウト、タイポグラフィ、ビジュアルの一貫性を洗練させて、ユーザーが明確にコミュニケーションを取り、アイデアを実現するのを支援します。PresentBenchでのスライド生成においてRaven-DesignがトップになりましたビジュアルデザインベンチマークにおけるRaven-Designのパフォーマンス ❯ Raven-OncallRaven-Oncallは、実験、最適化、継続的な監視のための無人ワークフロー自動化を可能にします。ワークフローを最初から最後まで自律的に管理し、数時間または一晩で進捗を維持し、結果を提供し、人間の判断が必要な場合にのみユーザーを関与させます。AI4AIタスクにおいて、Raven-OncallはClaude Codeよりも品質とコストで大幅に優れています。AI4Sタスクにおいて、Raven-Oncallは成功率とコストでClaude Codeよりも大幅に優れています ❯❯ ランタイム自己進化Ravenは最初からこのために構築されています。そのエージェントループは4つの分離された戦略モジュールに分割されています — メモリ（そのターンが見ることができるもの）、プランニング（作業へのアプローチ方法）、ケイパビリティ（どのツールをイテレーションで公開するか）、アクション（次に何をすべきか、実行前にそれを判断すること）。キュレーターは常にそれらの4つのシートを書き換えています — 設定、またはそのエージェントのために書かれた小さな判断コード。変更されたものはそのエージェントのみに属し、インストールされるとエージェントはその上で実行されます。キュレーターはプロンプトだけでなく、ツールや外部サービスへのアクセス、従うスキルや手順、各時点での自身の判断も置き換えることができます。ラウンドごとに繰り返されます — 作業を依頼し、何が間違っていたかを伝え、再作業します — 満足するまで、変更する価値のあるものがなくなるまで、またはラウンド予算がなくなるまで。品質を維持する2つの要素があります。何も検証される前にインストールされず、チェックが失敗すると元に戻されます。そして、ラウンドのシグナルは通常、参照回答が削除された状態で到達するため、回答が直接公開されるのを制限します。キュレーターは実験的です。インストールパッケージではなく、リポジトリと共に提供されます。ペルソナは、それが最初に構築するものです。あなたが望むアシスタントを説明すると、キュレーターがそれを組み立てます。あなたと対話し、あなたがすでに持っているエージェントから引き出されたスペシャリストです。あなたが求めたものは、そのアシスタントのハーネスに配置されます — 作業の分割、アクセスできるツール、および実行前に通過する必要のあるチェック。一度だけ必要なものを説明してください。Ravenはアシスタントを組み立て、作業中に改善し続け、その後は一文で再度作業させることができます。❯❯ サードパーティエージェントの接続Ravenは、ACP、CLI、またはOpenAI互換APIを介してエージェントを接続およびオーケストレーションできます。13のサードパーティエージェントのプリセットがあり、セットアップ、タスク委任、共有ワークフローでの調整を簡素化します。統合インターフェースを通じてRavenでこれらのエージェントを試してください！❯❯ クイックスタート🤖 あなたのエージェントでインストールあなたのエージェントにRavenをインストールさせてください。Claude CodeやCodexなど、Webページを読み込み、シェルコマンドを実行できるエージェントにこのプロンプトをコピーして実行してください：https://evermind-ai.github.io/Raven/quick-start/ を読み、Ravenをインストールするか、すでにインストールされている場合は更新してください。📦 Linux、macOS、またはWSL2でインストール：curl -fsSL https://raven.evermind.ai/install.sh | bashネイティブWindows PowerShell：irm https://raven.evermind.ai/install.ps1 | iexWindows PowerShell 5.1はリダイレクトを拒否する場合があります。代わりに直接インストーラーURLを使用してください：irm https://raw.githubusercontent.com/EverMind-AI/Raven/refs/heads/main/install.ps1 | iexまたは、何もインストールせずにコンテナで実行してください。