Memento-Skills：エージェントが自律的に他のエージェントを設計するフレームワーク

Memento-Skillsは、経験を通じてタスク特化型エージェントを自律的に構築・適応・改善する自己改善型エージェントシステムを導入した。HuggingFace Daily Papersで23アップボートのトレンドとなった論文は、2つの評価ベンチマークで全体精度の26.2%および116.2%の相対的改善を実証している。

核心的なイノベーションは「読む、実行する、振り返る、書く」サイクルであり、エージェントは基盤となる言語モデルを更新する代わりに、マークダウンファイルとして保存された外部スキルを進化させることで学習する。タスクが失敗すると、システムは問題のあるスキルを特定して書き直す——本質的にエージェントが経験を通じて自身を再設計できるようにしている。

フレームワークには9つの組み込みスキル（ファイルシステム操作、Web検索、画像分析、ドキュメント処理）が含まれ、CLI、デスクトップGUI、Feishuメッセージングブリッジを含む複数のデプロイインターフェースをサポートする。Kimi、MiniMax、GLMモデルを含む中国のLLMエコシステム向けに特別に最適化されている。

Memento-Skillsは、メモリベースの強化学習と再利用可能なスキルユニットを通じたスキルの自己進化を優先することで、類似プロジェクトとの差別化を図っている。LLMへのプロンプトを変えるのではなく、エージェントの能力を使用するほど改善される進化可能なプログラムとして扱う。

プロジェクトはHuichi ZhouとJun Wang率いる17名の研究者チームによって開発された。コードはMITライセンスで公開されている。

GitHub：https://github.com/Memento-Teams/Memento-Skills
論文：https://arxiv.org/abs/2603.18743