스킬·설정 파일을 분석해 AI 에이전트가 자동 개선하는 최적화 프레임워크.
중간맛 분석
AI 에이전트 시스템의 스킬·설정·워크플로우 코드를 자동으로 개선하는 프레임워크입니다. 사용자는 시스템 실행 방법, 성능 평가 기준(0~1 점수), 평가 데이터, 수정 대상 파일 구조, 초기 파일 세트를 제시하면, 프레임워크가 반복 진화 루프를 실행합니다. 각 반복마다 AI Proposer 에이전트가 실패 패턴을 분석해 파일을 수정하고 새 후보를 생성하며, 프레임워크는 최고 성능 후보를 유지하고 모든 변경 이력을 저장합니다. Python 기반이며, 설치와 사용을 위해 제공되는 docs/quickstart.md 참조가 필요합니다.
이런 레포예요
이럴 때 쓰면 좋아요
- AI 에이전트의 스킬 파일과 시스템 프롬프트를 평가 기준에 맞게 자동 개선하기
- 데이터 검색 파이프라인의 DAG 설정과 노드 코드를 성능에 따라 최적화하기
- 단일 파일 알고리즘을 평가 데이터 기반으로 반복적으로 개선하기
핵심 기능
대안 대비 차별점
사용자 정의 평가 기준에 따라 AI 에이전트가 스킬·설정 파일을 코드 수정 방식으로 반복 개선하며, 모든 변경을 추적 가능하게 저장합니다.
먹어본 사람들
실제로 차려 먹어본 손님들의 흔적이에요 — 한마디와 완주 인증 모두 검수 후 공개돼요.
이 레포, 해먹는 법
처음 오셨어요? 어렵지 않아요 — 위에서 아래로 따라 하면 내 컴퓨터에 이 레포를 차려서 바로 맛볼 수 있어요.
바로 차려먹기Python (uv)
깃밥이 레포 구조를 확인하고 만든 실행 명령이에요. 터미널에 붙여넣으면 받기부터 실행까지 한 번에 진행돼요.
git clone --depth 1 https://github.com/ant-research/AntOmniEvo.git && cd AntOmniEvo && uv sync
uv가 없다면: brew install uv · 실행 명령은 README를 확인하세요.
코드는 내 컴퓨터에서 실행돼요 — 처음 보는 레포라면 내용을 한번 훑어보고 실행하는 습관을 추천해요.
깃밥트라이로 맛보기
받아보기 귀찮고 살짝 불안했다면 — 안전 스캔부터 설치까지 터미널 한 줄로 끝나요.
터미널에 붙여넣으면 깃밥 안전 스캔 → 격리 폴더 clone → 설치 → 실행법 안내까지 자동이에요. 처음이어도 괜찮아요 — 이 한 줄이 전부예요.
npx gitbap-try ant-research/AntOmniEvo
Node.js만 있으면 설치 없이 실행돼요 · 깃밥트라이가 뭐예요? →
별 추이 · 7일
확인 시각
활용성 · 따라 만들기 좋은가
- 관대한 라이선스
- 테스트 있음
- 예제 디렉토리
- 최근 활동
- AGENTS.md
- llms.txt
- 템플릿
🟢 최근 활동 있음 · 2026년 생성
「AI 에이전트」 이런 레포, 매주 받아보실래요?
매주 월요일 아침, 골라 담은 밥상만. 광고 없이 · 언제든 해지.
내 레포인가요? README에 깃밥 배지 달기
[](https://www.gitbap.com/r/ant-research/AntOmniEvo)🔌 클로드에서 바로 써보기 — 깃밥 연결하는 법
깃밥을 클로드에 연결하면 이런 레포를 클로드·커서·Codex에서 바로 찾고 체험할 수 있어요.
클로드 설정 → 커넥터에 이 주소를 붙여넣기.
https://www.gitbap.com/api/mcp플러그인을 설치하면 /gitbap-trending·/gitbap-try 슬래시 커맨드로 레포를 그 자리에서 체험. Claude Code에서 아래 두 줄을 차례로 실행하세요.
/plugin marketplace add jakeparkcolde/gitbap-cowork/plugin install gitbap-cowork@gitbapAI가 README 기반으로 요약했습니다 · 원문 보기