HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

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

Show HN: Raven – The harness of harnesses, built for RSI (github.com)

55 pointsby cyfyifanchen51 コメント

要約

Ravenは、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するシステムです。再帰的自己改善(RSI)のために設計されており、エージェントの計画・実行方法を改善し、検証を経て採用するモジュール式アーキテクチャを備えています。ゲーム開発、AIによるAIの改善、製品ローンチなど、複数のプロジェクトでその能力が実証されています。

全文翻訳

❯❯ EverMindエコシステム

Ravenとは

[画像: Ravenの単一インターフェース、全エージェントのワークフロー]

単一インターフェース、全エージェント: RavenはDAGを生成し、複数の専門エージェントを調整して複雑なタスクを実行します。

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製エージェントを統合し、複雑なタスクを実行します。そのモジュラーアーキテクチャは、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、セッション間でメモリとコンテキストを保持し、このプロセスをサポートします。

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、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。

[画像: 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: Node F1, Edge F1, Partial Order Accuracy, and Exact Match Rate]

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によって完了された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、最終成果物のセット全体を生成するために、専門エージェントのチームを指揮しました。

❯ 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、Ravenが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42回の計画、開発、検証のラウンドを完了して、アリーナでの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、ゲーム本体、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。

ゲームプレイ動画

ウェブサイト ↗

FPS_game_30s.mp4[動画]

[画像: THRESHOLDウェブサイトのロングキャプチャ: ヒーロー、戦闘、キルカメラ、攻撃の兆候、進化、メイキング、フッター]

ポスター

プレゼンテーション · PPTX ↓

[画像: THRESHOLDポスター: 溶岩の床のアリーナで、プレイヤーの上にガーディアンがそびえ立つ]

[画像: THRESHOLDデッキのカバー、スライド、クロージングスライド]

❯ Raven RSI: 実践における再帰的自己改善

AIがAIを改善する、プロジェクト全体をRavenが完了。 タスクと評価基準が与えられ、Raven RSIは各ラウンドを独立して計画し、コードを書き、実験を実行し、結果を評価します。nanochatの事前学習実験では、7ラウンドにわたる172回のトレーニングランをクラッシュなしで完了し、同じ20分、シングルGPUの予算内でval_bpbを5.8%削減しました。同じプロセスで、ダム破裂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、可視化、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ダム破裂シミュレーション

FEA限界荷重検索

ウェブサイト ↗

[画像: ダム破裂ソルブ: 崩壊する水柱が細かい自由表面構造に解決され、境界外の水fracが7ラウンドで1e0から1.36e-10に低下]

[画像: 限界荷重検索: 上昇する荷重下にある片持ち梁がフォンミーゼス応力で色付けされ、二分法のブラケットが8ラウンドで1800-2000 kNから3.125 kNに狭まる]

[画像: Raven RSIウェブサイトのロングキャプチャ: リサーチ概要、nanochat、ダム破裂CFD、FEAソルバー収束、モデルコスト比較]

ポスター

プレゼンテーション · PPTX ↓

[画像: Raven RSIポスター: 光に向かって登る螺旋階段、その周りをカラスが旋回している]

[画像: Raven RSIデッキのカバー、スライド、クロージングスライド]

❯ Raven: 完全な製品ローンチプロジェクト

一羽のカラス、専門家の群れ。Ravenが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枚のスライドからなる製品概要、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 ↗

README

Angry_Raven_game_25s.mp4[動画]

[画像: Raven READMEのトップ部分のロングキャプチャ: バナー、導入、4つの組み込みエージェントとそのベンチマーク、ランタイムの自己進化]

ポスター

プレゼンテーション · PPTX ↓

[画像: Ravenポスター: 夕暮れの海の崖の上に立つ石の上にいるカラス、その下に「一羽のカラス。専門家の群れ。」というライン]

[画像: Raven概要デッキのカバー、スライド、クロージングスライド]

その他のショーケース

❯❯ 組み込みエージェント

Ravenのモジュラーアーキテクチャは、ハーネスの自己進化とサブエージェントの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、集中した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調整したりできます。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。これは、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。Evolver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、すぐに調整可能です。

❯ Raven-Research

Raven-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。追跡可能なソースとともに、明確で構造化されたレポートを提供し、ユーザーが馴染みのないドメインを理解し、代替案を比較し、情報に基づいた意思決定を行うのを支援します。

[画像: DeepResearch Mixed: Accuracy, Input Tokens, Output Tokens, and Cost]

DeepResearch MixedベンチマークにおけるRaven-Researchのパフォーマンス

❯ Raven-Code

Raven-Codeは、要件を動作しテストされたコードに変換するエージェント型ソフトウェア開発を可能にします。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、ユーザーが新しい機能を構築し、問題を解決し、プロジェクトの規約に従ってコード品質を向上させるのを支援します。

[画像: コーディングベンチマーク: SWE-bench Pro, SWE-bench Verified, WorkBuddy-Code Reward, and SWE-Refactor]

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

[画像: DataAgentBench (2026-08-24 Live): Opus-5を搭載したRaven-CodeがPass@1で0.8762を達成]

Raven-Codeがデータ分析(2026-08-24 Live)でDataAgentBenchをリード

❯ Raven-Design

Raven-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、図、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。

[画像: PresentBench: Raven-Design, Claude Code, and public leaderboard scores]

スライド生成においてRaven-DesignがPresentBenchをリード

[画像: Visual Design: Raven-Design, Claude Code, and Hermes on ArtifactsBench Dashboard, ArtifactsBench SVG, and GDPVal]

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-Oncall

Raven-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。ワークフローを開始から完了まで自律的に管理し、数時間または一晩かけて進捗を維持し、結果を配信し、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。

[画像: AI4AI (Nanochat 50M Pretraining): Bits Per Byte (BPB), Runtime, Tokens, and Cost]

Raven-Oncallは、AI4AIタスクにおいて品質とコストの両方でClaude Codeを大幅に上回るパフォーマンスを発揮

[画像: AI4S Internal Benchmark: Success Rate, Average Total Runtime, Average Total Tokens, and Average Cost]

Raven-Oncallは、AI4Sタスクにおいて成功率とコストの両方でClaude Codeを大幅に上回るパフォーマンスを発揮

❯❯ 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 — 1ターンで何が見えるかについてのメモリ、仕事へのアプローチ方法についてのプランニング、どのツールをイテレーションが公開するかについてのケイパビリティ、次に何をすべきか、そして実行前にそれを判断することについてのアクション。キュレーターがその4つのシートを書き換え続けます。設定、またはそのエージェントのために書かれた少量の判断コードです。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以上のものを変更します — それがアクセスするツールや外部サービス、それが従うスキルや手順、そして各時点での自身の判断もすべて置き換えることができます。これはラウンドごとに続きます — 作業を開始させ、何が間違っていたかを伝え、それを修正します — 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尽きるまでです。品質を維持する2つの要素があります。検証される前に何もインストールされず、チェックが失敗すると元に戻ること。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届くため、回答が直接露呈するのを制限します。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、リポジトリとともに提供されます。

ペルソナが最初に構築されるものです。 あなたが望むアシスタントを記述すると、キュレーターがそれを組み立てます。あなたと話すリード役、そして既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、そして実行前に通過しなければならないチェックです。

必要なものを一度記述してください。Ravenがアシスタントを組み立て、作業中に改善を続け、その後、一文で再度作業を開始できます。

❯❯ 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調整できます。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。統一された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みてください!

[画像: サードパーティエージェント: Claude Code, Codex, OpenCode, Hermes Agent, OpenClaw, MiroThinker, GitHub Copilot, Qwen Code, CodeBuddy, Qoder, Grok Build, Kimi Code, and Pi]

❯❯ ニュース

❯❯ 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

あなた自身のエージェントにRavenをインストールさせましょう。Claude CodeやCodexのような、ウェブ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。

Read https://evermind-ai.github.io/Raven/quick-start/ and follow it to install Raven, or to update it if it is already installed.
📦 インストール

Linux, macOS, または WSL2:

curl -fsSL https://raven.evermind.ai/install.sh | bash

ネイティブWindows PowerShell:

irm https://raven.evermind.ai/install.ps1 | iex

Windowsに組み込まれているバージョンであるWindows PowerShell 5.1は、そのURLのリダイレクトを追跡できず、(308) Permanent Redirectで停止します。このエラーが表示された場合は、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、ホストにはGitとDockerのみが必要なコンテナで実行します。

git clone https://github.com/EverMind-AI/Raven.git
cd Raven
docker compose -f docker/docker-compose.yml up

その後、ブラウザでhttp://localhost:18793を開きます。前提条件はGitとDocker(Docker Compose付き)です。起動するもの、ページのサインイン方法、リモートで公開されたポートの後ろで実行する方法については、docker/README.mdを参照してください。

または、ソースチェックアウトからインストールして、コードに対して開発したり、まだリリースされていないものを実行したりします。

git clone https://github.com/EverMind-AI/Raven.git
cd Raven
./install.sh

ファイルとして実行されるinstall.shは、そのチェックアウトを編集可能モードでインストールします。ravenとそのバンドルされたプラグインはあなたのツリーにリンクされ、TUIバンドルと提供されるページはそこからビルドされます。パイプされた実行は、クローン内からでも公開されたホイールをインストールするため、1行のインストールでは作業ツリーが偶然含んでいるものを決してピックアップしません。編集可能インストールをパイプ経由で強制するには、RAVEN_LOCAL_SRC=<dir>を設定します。

エージェント製品はraven自体とともに提供されます。ホイールはagents/製品ツリーを運び、初回使用時にあなたのravenホームにコピーします。ソースチェックアウトはツリーをその場で読み取ります。セットアップでは、各製品について、それが調整されているモデルで実行されるか(独自のキーが必要)、またはこのravenのLLMで実行されるかを尋ねます。何も登録されません。フォルダは、そこにあるためリストに載っています。agents/README.mdを参照してください。

ドキュメントサイトでRavenの詳細をご覧ください。

ドキュメントを読む

❯❯ コアシステム

システム追加するもの
エージェントオーケストレーションエージェントを調整し、タスクの依存関係と並列実行を管理し、複数ステップのコラボレーションを再利用可能なワークフローに変換します。
Evolverエラーを診断し、候補となる改善をテストし、再現可能な評価でベースラインを上回る変更を保持することにより、ハーネスの自己進化を推進します。
EverOSメモリセッション間でユーザーコンテキスト、エージェントの経験、世界の知識を保持し、将来のタスクのために関連するメモリと再利用可能なスキルを呼び出します。
SkillForgeローカルライブラリ、EverOSメモリ、およびSkillHubの114,190スキルのカタログから関連スキルを取得し、オンデマンドでエージェントに専門知識を提供します。
プロアクティビティイベント監視とスケジュールされた実行を組み合わせて、ユーザーのニーズを予測し、タイムリーなリマインダーを提供し、フォローアップ作業を開始します。

[画像]

❯❯ WebUIの起動

RavenのWebUIは、会話、マルチエージェントコラボレーション、ワークスペース管理をブラウザにもたらします。エージェントとチャットし、タスクの進捗を追跡し、ファイルと出力を検査し、メモリとスキルをすべて1か所で閲覧できます。

raven web

このコマンドはWebUIをブラウザで開き、Ravenをバックグラウンドで実行し続けます。バックグラウンドサービスを停止するには、raven web --stopを使用します。

[画像: Raven WebUI 新規タスクページ]

新規タスク: 1人のコンポーザー、スキル、プレイブック、知識、メモリがクリック一つで利用可能。

[画像: Raven WebUI サブエージェントページ]

サブエージェント: 接続されているすべてのエージェントが1つのリストに、組み込みとサードパーティの両方。

[画像: EverMindエコシステム: EverMindマークとそのスローガンが軌道フィールド上にある]

EverMindは、メモリ研究、本番対応製品、実践的な統合を1つのオープンソースエコシステムに接続します。

製品

EverOS

エージェントとユーザーのためのローカルファースト、Markdownネイティブの長期メモリランタイム。

Raven

プロアクティビティ、コンテキスト制御、スキル進化を備えた、メモリファーストで自己改善するエージェントハーネス。

EverMe (CLI)

クロスデバイス、クロスエージェントのパーソナルメモリのためのCLIおよびエージェントプラグインスイート。

研究と評価

SkillCorpus

取得および評価ツールを備えた、キュレーションされた、取得準備完了のエージェントスキルコーパス。

EverAlgo

EverOSを支えるステートレスな抽出、ランキング、解析、メモリオペレーター。

HyperMem

粗いから細かい長期会話取得のためのハイパーグラフベースの階層メモリ。

MSA

スケーラブルな潜在メモリと1億トークンのコンテキストのためのメモリスパースアテンション。

EverMemBench

メモリシステムにおける事実の想起、応用推論、パーソナライズされた一般化の評価。

EvoAgentBench

エージェントの自己進化、転移効率、エラー回避、スキル使用の縦断的評価。

統合

OpenClaw

自動リコール、キャプチャ、セッションメモリライフサイクル管理のためのOpenClawプラグイン。

Hermes Agent

Hermesセッション間の永続メモリのためのHermesプラグイン。

DeepSeek Harness

メモリ対応DeepSeek HarnessエージェントのためのDSHプラグイン。

Dify

ワークフローとエージェントにおける明示的なメモリ検索とストレージのためのセルフホストおよびクラウドツール。

これらのプロジェクトは連携してEverMindの研究からランタイムまでのスタックを形成します。手法とベンチマークは、再利用可能なメモリインフラストラクチャ、製品、エージェント統合になります。

[画像]

❯❯ 貢献

Issueとプルリクエストを歓迎します。開発者ワークフローから始め、リポジトリのルールについてはAGENTS.mdに従い、設計に関する会話にはGitHub Discussionsを使用してください。

❯❯ ライセンス

Apache License 2.0

❯❯ 引用

研究でRavenを使用する場合は、技術レポートを引用してください。

@misc{evermind2026raven,
  title         = {{Raven: The Harness of Harnesses for Composable Agentic Intelligence}},
  author        = {{EverMind AI}},
  year          = {2026},
  eprint        = {2609.33439},
  archivePrefix = {arXiv},
  primaryClass  = {cs.AI},
  url           = {https://arxiv.org/abs/2609.33439}
}