LocalLLaMA、AgentHandoverのローカル Skill 生成 workflow をオープン agent 議論へ押し上げる

LocalLLaMA投稿は、AgentHandoverを open-agent tooling 議論の中へ押し上げた。毎回 zero から prompt で説明する代わりに、日常の desktop workflow を観察して再利用可能な Skill に変える、という framing が効いたからだ。この Reddit 投稿は 117ポイントと30コメントを集め、要点は明快だった。Mac 上の反復作業を見て、その背後にある strategy を抽出し、Codex、Claude Code、Cursor、OpenClaw のような MCP-compatible agent に渡すというものである。

GitHub README を読むと、この project は単なる screen recording をはるかに超える狙いを持つ。AgentHandover は、screenshot capture、Gemma 4 または Qwen 3.5 を使う local VLM annotation、text と optional image embedding による vector knowledge base、session をまたぐ activity clustering、そして反復行動を canonical Skill に変換する 11-stage pipeline を説明している。また、それらの Skill が即座に auto-execute されるわけではない点も重要だ。user review を経て、evidence quality、freshness、trust、preflight checks、execution history を含む6つの readiness gate を満たしたときに初めて agent-ready になると書かれている。

この project が現在の agent ecosystem と強くつながるのは handoff layer である。AgentHandover は、ready Skill の一覧、semantic search、full bundle の取得、execution result の報告を行う MCP server を備え、その結果を使って Skill 自体を改善していく。README には Claude Code、Codex、OpenClaw との統合が明記され、Codex 向けには agent-ready Skills、guardrails、voice guidance を含む AGENTS.md を生成するとある。つまりこの system は二つの難題を同時に扱おうとしている。人間の tacit workflow knowledge を捕まえることと、それを agent が再利用できる形式に梱包することだ。

なぜ Reddit で響いたのか

• pipeline 全体が macOS 上で local 実行されるよう設計され、default path も Ollama ベースの local models になっている。
• Skill を static prompt template ではなく、feedback loop を持つ living artifact として扱っている。
• MCP interface によって、現在の agent-tooling community にとって概念がすぐ理解できる。

もちろん、workflow を十分に抽出するために必要な観察レベルを user が受け入れるかという open question は残る。それでもこの投稿が響いたのは、その点こそが本当の frontier を示しているからだ。agent tooling の bottleneck は、model availability そのものよりも、人間の durable な process knowledge を毎回説明し直さずにどう捉えるかへ移りつつある。