**Show HN:Foundry – 繰り返し作業をワンクリックコマンドに変えるツール**

2026/01/31 9:40

**Show HN:Foundry – 繰り返し作業をワンクリックコマンドに変えるツール**

RSS: https://news.ycombinator.com/rss

要約

日本語訳:

(全ての重要ポイントを組み込んでください)**

Foundryは、オープンソースエージェントランタイムOpenClaw用の自己記述型メタ拡張です。ユーザーのワークフロー、研究、およびドキュメントを学習し、自動的に新しい拡張機能、スキル、フック、再利用可能なツールを生成して自らに埋め込みます。

  • ワークフロー学習 – すべての目標、ツールシーケンス、成果、および所要時間が記録されます。5回以上使用され、成功率70 %以上のパターンは単一コマンドツールに凝縮され、多段階プロセスを置き換えます。
  • 自律運用 – 毎時実行される「Overseer」ループが高価値ツールを生成し、30日以上使用されていないパターンを削除し、性能指標を追跡します。また、Solana USDC経由でFoundry Marketplaceへ自動公開することも可能です。
  • セキュリティと検証 – 生成されたコードは隔離されたNodeサンドボックス内で実行され、
    child_process.exec
    eval
    などの危険構文をブロックし、デプロイ前に静的セキュリティスキャンが実施されます。
  • 組み込み機能
    foundry_research
    foundry_docs
    foundry_learnings
    foundry_write_extension
    foundry_write_skill
    foundry_write_browser_skill
    foundry_write_hook
    foundry_list
    foundry_restart
    、および
    foundry_publish_ability
    などのコマンドが研究、学習、コード生成、管理、およびマーケットプレイスとのやり取りを提供します。
  • インストールと設定 – npm、GitHubソース、Nix、または手動クローンでインストールし、OpenClawの設定で有効化(あるいは「Install the Foundry plugin」でトリガー)します。
    autoLearn
    や学習源(
    docs
    experience
    arxiv
    github
    )、マーケットプレイスURL、
    autoPublish
    などのオプションを構成します。データは
    ~/.openclaw/foundry/
    (workflows.json, workflow‑patterns.json, learnings.json)に保存され、生成された拡張機能は
    ~/.openclaw/extensions/
    、スキルは
    ~/.openclaw/skills/
    に配置されます。
  • マーケットプレイス – 無料パターン、$0.02のテクニックスニペット、$0.05の拡張機能、および $0.10 のエージェントをサポートし、すべてSolana USDC(HTTP 402)で購入可能です。
  • コア原則 – 「基本的なコーディングツールを備えたエージェントシステムは、自らを編集できることで性能を向上させる。」

Foundryの設計は、Self‑Improving Coding Agent、RISE、HexMachina、ADASなど最近の自律自己改善研究に基づき、エージェントが自身のコードを書いて改良する再帰ループを実装しています。将来のバージョンでは高価値ツールの自動公開、組み込み研究・生成ユーティリティの拡張、およびさまざまな機能に対する価格階層の精緻化が期待されます。

結果として、ユーザーは高速で個別化されたソリューションを享受し、開発者は再利用可能なツールライブラリを手に入れ、自動化分野における収益化可能な自己改善AIの具体例となります。

本文

Foundry

自らを鍛える炉。

Foundry は、OpenClaw 用の自己記述型メタ拡張であり、あなたがどのように作業するかを学び、ドキュメントを調査し、新しい機能を自身へと書き込むことができます。ワークフローを観察し、パターンをツール化し、運用に合わせて自らをアップグレードします。

$FDRY — dexscreener · Solana
┌─────────────────────────────────────────────────────────────┐
│                         FOUNDRY                             │
│                                                             │
│   Observe ──► Research ──► Learn ──► Write ──► Deploy      │
│       │          │          │          │          │         │
│       ▼          ▼          ▼          ▼          ▼         │
│   workflows   docs.openclaw  patterns  extensions  gateway  │
│   tool calls  arXiv papers   insights  tools       restart  │
│   outcomes    GitHub repos   workflows hooks       resume   │
│                                        skills              │
└─────────────────────────────────────────────────────────────┘

OpenClaw と Foundry の違い

機能OpenClaw(プラットフォーム)Foundry(プラグイン)
Gateway・チャネル・メモリ・セッション
ツール実行 & スキル読み込み
モデルプロバイダー&ルーティング
自己学習エンジン✔(コアに含まれない)
foundry_extend_self
で自己変更
マーケットプレイスへの公開 (
x402
)

OpenClaw の構成図

OpenClaw
├── Gateway
├── Channels (Discord, Slack, Telegram…)
├── Skills & Tools
└── Plugins
    └── Foundry
        ├─ 観察 → あなたのワークフローを監視
        ├─ 調査 → docs、論文、リポジトリを探索
        ├─ 書き込み → 拡張・スキル・フックを生成
        ├─ 学習 → 結果から学ぶ
        ├─ 形態化 → パターンをツールに固める
        └─ 公開 → マーケットプレイスへ送信

自己記述コードの重要性

知識(パターン)行動(自己書き込みコード)
テキストとして保存システムに組み込まれる
LLM が毎回読み取り適用自動実行される
呼び出し時にトークンを消費トークンコストゼロ
忘れられたり無視されたりする常に実行される

パターンは「Xが起きたらYを行う」と宣言します。
自己書き込みコードは X が発生したときに Y を自動で実行します。


ワークフロー学習

Foundry はすべてのワークフローを追跡します:

  • Goal – 例:staging にデプロイ
  • Tools – git → build → test → deploy
  • Outcome – success / failure / partial
  • Duration – 45 s

時間とともにパターンが浮上します。
5 回以上使用され、成功率が 70 % を超えるパターンは Foundry が専用ツールへと固めます。

Foundry 観察 → パターン学習 & ドキュメント調査
      ↓
ツール/フックを書き込み、ワークフローに合わせる
      ↓
コードが Foundry の一部になる
      ↓
より良い Foundry がさらに書き込む
      ↓
繰り返し

主な機能

自己記述コード生成

  • OpenClaw 拡張(ツール・フック付き)を作成
  • API スキル (AgentSkills フォーマット + YAML フロントマター) を生成
  • ブラウザ自動化スキル (CDP 統合) を生成
  • 独立フック (
    HOOK.md
    +
    handler.ts
    ) を作成
  • 新機能で自己拡張
  • デプロイ前に隔離サンドボックスでコードを検証

ワークフロー学習 & 形態化

  • 目標 → ツール列 → 結果をすべて追跡
  • 目標からキーワード抽出してパターン照合
  • 成功率と平均時間を算出
  • 高価値パターン(≥5 回、成功率 ≥70 %)をツールへ固化
  • 類似タスク開始時に関連パターンを提案

Overseer

毎時間自動実行:

  • 形態化候補の検出
  • 高価値パターンからツールを自動生成
  • 30 日以上未使用の古いパターンを除去
  • ツール性能メトリクス(ADAS‑style)を追跡
  • 実施したアクションを報告

OpenClaw ネイティブ統合

  • AgentSkills フォーマット:YAML フロントマターに
    emoji
    requires
    events
    を含む
  • ブラウザ自動化:認証済みワークフロー用 CDP ベースのブラウザツール
  • スキルゲーティング:
    requires.config
    requires.bins
    requires.env
    を自動生成
  • フックシステム:OpenClaw の全フックイベント(gateway:startup, command:new など)を完全サポート
  • ClawdHub 対応:スキルは ClawdHub レジストリへ公開可能

プロアクティブ学習

ツールの成功/失敗を文脈付きで記録し、繰り返されるワークフローからパターンを構築。Foundry Marketplace で知見を共有し、エージェント会話に関連コンテキストを注入。

サンドボックス検証

生成コードを隔離 Node プロセスで実行し、ランタイムエラーを捕捉。静的セキュリティスキャン(シェル実行、

eval
、クレデンシャルアクセスなど)を実施し、全チェック合格時のみデプロイ。

Restart Resume

ゲートウェイ再起動前に会話コンテキストを保存し、管理フックで自動復帰。自己変更時の作業ロスは発生しない。


インストール

方法手順
Just AskOpenClaw が稼働している場合に
Install the Foundry plugin
と言うだけで、エージェントが残りを処理
npm (推奨)
bash<br>npm install -g @lekt9/foundry<br><br>{ "plugins": { "entries": { "foundry": { "enabled": true } } } }</sub>
~/.openclaw/openclaw.json
に追加
GitHub ソース
~/.openclaw/openclaw.json
<source>
=
"github:lekt9/openclaw-foundry"
を追加
Nix (再現性)
nix run github:lekt9/openclaw-foundry
手動クローン
bash<br>git clone https://github.com/lekt9/openclaw-foundry ~/.openclaw/extensions/foundry<br>cd ~/.openclaw/extensions/foundry && npm install<br>
その後再起動

設定例

{
  "plugins": {
    "entries": {
      "foundry": {
        "enabled": true,
        "source": "github:lekt9/openclaw-foundry",
        "config": {
          "autoLearn": true,
          "sources": {
            "docs": true,
            "experience": true,
            "arxiv": true,
            "github": true
          },
          "marketplace": {
            "autoPublish": false
          }
        }
      }
    }
  }
}
オプション説明デフォルト
autoLearn
エージェント活動から自動学習
true
sources.docs
OpenClaw ドキュメントから学習
true
sources.experience
自身の成功/失敗から学習
true
marketplace.autoPublish
高価値パターンを自動公開
false

ツール一覧

調査・学習

  • foundry_research – docs.openclaw.ai でベストプラクティスやパターン検索
  • foundry_docs – 特定ドキュメントページ(プラグイン、フック、ツール等)を読む
  • foundry_learnings – 記録されたパターン・ワークフロー・洞察を見る

コード生成

  • foundry_implement – 調査+エンドツーエンドで機能実装
  • foundry_write_extension – ツール/フック付き OpenClaw 拡張を書き込む
  • foundry_write_skill – API スキルパッケージ (
    SKILL.md
    +
    api.ts
    ) を生成
  • foundry_write_browser_skill – CDP 統合のブラウザ自動化スキルを書く
  • foundry_write_hook – 独立フック (
    HOOK.md
    +
    handler.ts
    ) を作成
  • foundry_add_tool – 既存拡張にツールを追加
  • foundry_add_hook – 既存拡張にフックを追加
  • foundry_extend_self – Foundry 自体へ機能追加

管理

  • foundry_list – 作成済みの拡張とスキル一覧
  • foundry_restart – コンテキスト保存付きゲートウェイ再起動
  • foundry_publish_ability – パターン/拡張を Foundry Marketplace に公開
  • foundry_marketplace – 検索、リーダーボード閲覧、インストール

バンドルスキル

Foundry には自動で利用可能な組み込みスキルがあります:

foundry-browser-helper

クイックリファレンス

browser open https://example.com
browser snapshot           # AI が読める形式で取得
browser click ref=btn_submit
browser type ref=input_email "user@example.com"

仕組み(フェーズ)

  1. Observe – 目標、ツール列、結果、時間を記録
  2. Research – docs・論文・リポジトリからパターン探索
  3. Learn – 成功率を追跡し、形態化候補を特定
  4. Write – TypeScript で拡張/スキル/フックコード生成(型安全、エラーハンドリング付き)
  5. Deploy
    ~/.openclaw/extensions/
    に書き込み、
    openclaw.plugin.json
    を作成しゲートウェイ再起動。会話は自動復帰。

スキル生成フォーマット

API スキル (AgentSkills)

---
name: my-api-skill
description: Integrates with My API service
metadata:
  openclaw:
    emoji: 🔌
    requires:
      env: ["MY_API_KEY"]
---
# My API Skill

## Authentication
This skill requires the `MY_API_KEY` environment variable.

## Endpoints
- `GET /users` – List all users
- `POST /users` – Create a new user

ブラウザ自動化スキル

---
name: my-browser-skill
description: Automates login workflow
metadata:
  openclaw:
    emoji: 🌐
    requires:
      config: ["browser.enabled"]
---
# My Browser Skill

## Workflow
1. Open login page
2. Fill credentials
3. Submit form
4. Verify success

独立フック

my-hook/
├── HOOK.md          # フロントマター + ドキュメント
└── handler.ts       # イベントハンドラコード

サンドボックスセキュリティ

パターン行動
child_process / exec / spawn
ブロック(シェル実行)
eval()
/
new Function()
ブロック(動的コード)
~/.ssh/
,
id_rsa
ブロック(SSH キーアクセス)
~/.aws/
,
aws_secret
ブロック(クラウドクレデンシャル)
エグジファレーションドメイン (ngrok, webhook.site…)ブロック

警告:

  • process.env
    – 環境変数アクセス
  • fs.readFile / fs.writeFile
    – ファイルシステムアクセス
  • Base64 エンコード – 隠蔽の可能性

ランタイム検証手順:

  1. 拡張を一時ディレクトリへ書き込み
  2. 独立 Node プロセス (
    tsx
    ) を起動
  3. OpenClaw API をモック
  4. register()
    をインポート・実行
  5. エラーがあれば拒否、無ければデプロイ

Foundry Marketplace

x402 Solana USDC 支払いで機能を公開/ダウンロード。

# ワークフローパターンを公開
foundry_publish_ability type="pattern" name="Deploy Staging" patternId="wp_123"

# 既存パターン検索
foundry_marketplace action="search" query="deploy" type="pattern"

# リーダーボード表示
foundry_marketplace action="leaderboard"

# パターンをインストールし適用
foundry_marketplace action="install" id="abc123"

x402 プロトコル

  • サーバーは HTTP 402 と支払い要件を返す
  • USDC トランザクションを自分のウォレットで署名
  • 署名付きトランザクションをヘッダーに添えて再送信するとスキルが取得できる

能力タイプ & 価格

タイプ価格説明
PatternFREEワークフローパターン(クラウドソーシング)
Technique$0.02再利用可能なコードスニペット
Extension$0.05完全な OpenClaw プラグイン
Agent$0.10高適応エージェント設計

詳細設定

{
  "plugins": {
    "entries": {
      "foundry": {
        "enabled": true,
        "config": {
          "dataDir": "~/.openclaw/foundry",
          "openclawPath": "/path/to/openclaw",
          "autoLearn": true,
          "sources": {
            "docs": true,
            "experience": true,
            "arxiv": false,
            "github": false
          },
          "marketplace": {
            "url": "https://api.claw.getfoundry.app",
            "autoPublish": false
          }
        }
      }
    }
  }
}
オプション説明デフォルト
dataDir
生成物を保存するディレクトリ
~/.openclaw/foundry
openclawPath
ローカル docs 用に OpenClaw のパス
autoLearn
エージェント活動から自動学習
true
sources.docs
OpenClaw ドキュメントから学習
true
sources.experience
自身の成功/失敗から学習
true
sources.arxiv
arXiv 論文から学習
true
sources.github
GitHub リポジトリから学習
true
marketplace.url
Foundry Marketplace の URL
https://api.claw.getfoundry.app
marketplace.autoPublish
高価値パターンを自動公開
false

研究基盤

Foundry の自己改善メカニズムは、最新の自律学習エージェント研究に基づいています。

論文主な洞察Foundry への応用
Self‑Improving Coding Agent (Robeyns et al., 2025)コーディングツールを持つエージェントは自己編集可能で、非勾配学習により 17–53 % の改善を実現
foundry_extend_self
– エージェントが自身のコードベースを変更
From Language Models to Practical Self‑Improving Computer Agents (Shinn et al., 2024)LLM エージェントは体系的にソフトウェア生成で自己拡張可能自己書き込みツール/フックが Foundry の機能を拡大
SelfEvolve (Jiang et al., 2023)知識生成 + self‑reflection デバッグの二段階パイプラインLearningEngine が結果 → パターン → 形態化へと進む

コア原則

“基本的なコーディングツールを備えたエージェントシステムは、自らを自律的に編集し、性能を向上させることができる。” – Robeyns et al.

Foundry はこの理念を具現化します:コードを書いているシステムが書かれるコードそのものです。


主要ディレクトリ構成

~/.openclaw/foundry/
├── workflows.json            # 記録されたワークフロー
├── workflow-patterns.json    # 形態化候補
└── learnings.json            # パターン、洞察、結果

~/.openclaw/extensions/       # 生成拡張が置かれる場所
~/.openclaw/skills/           # 生成スキルが置かれる場所
~/.openclaw/hooks/foundry-resume/   # 再起動復帰フック

開発手順

# 型チェック
npx tsc --noEmit

# 拡張をローカルでテスト
openclaw gateway restart
tail -f ~/.openclaw/logs/gateway.log | grep foundry

ライセンス

MIT – OpenClaw で構築。Foundry により鍛えられた。

同じ日のほかのニュース

一覧に戻る →

2026/01/31 9:51

**Show HN:** 私は自分の中国語(普通話)の声調を直すため、9Mパラメータの音声モデルを訓練しました。

## Japanese Translation: > **概要:** > AISHELL‑1 と Primewords から約300時間分の文字起こし済み中国語音声を用い、SpecAugment と4台の RTX 4090 GPU を使用して、約9 Mパラメータのコンフォーマーモデル(Conformer)を訓練しました。ネットワークは40 msごとにトークン確率を出力し、Viterbi アルゴリズムでピンイン音調トークン列(各音節+音調がユニークなトークン;中性音調はトーン5へマッピング)に沿ってアラインメントを強制します。語彙には1,254個のトークンと `<unk>`、`<blank>` が含まれます。 > このモデルでは Token Error Rate(TER)が約 5.3 %、音調精度が約 98.3 %です。INT8 量子化によりサイズを約37 MB から約11 MB に縮小し、TER は +0.0003 の増加のみで済みました。先頭の無音によるアラインメントミスを修正するため、 `<blank>` 確率が0.7 を超えるフレームは採点前に除外しました。 > 最終的な量子化モデル(約13 MB のダウンロード)は ONNX Runtime Web 経由でブラウザ上で完全に実行され、リアルタイムの発音フィードバックを可能にします。今後は Common Voice などの会話データセットを取り入れ、カジュアルまたは子供の話し言葉(通常より速く変動が大きい)に対する頑健性を向上させる予定です。 **短縮版(すべてのポイントを網羅):** > **概要:** > AISHELL‑1/Primewords から約300時間分の中国語音声で、SpecAugment と4× RTX 4090 を用いて9 Mパラメータのコンフォーマーを訓練しました。40 ms ごとにトークン確率を出力し、ピンイン‑音調語彙(1,254トークン+`<unk>`、`<blank>`)で Viterbi アラインメントを行います。TER は約 5.3 %、音調精度は約 98.3 %です。INT8 量子化によりモデルサイズが約11 MB に縮小され、TER は +0.0003 の増加のみでした。先頭無音のバグは、高い `<blank>` 確率(閾値0.7)を持つフレームを除外することで修正しました。13 MB の ONNX Runtime Web バージョンはブラウザ内で完全に動作し、即時発音フィードバックを提供します。将来的には会話データを追加してドメインシフトへの対処を図ります。

2026/01/31 5:40

ペアウェブ:WebTorrent を利用した分散型ウェブサイトホスティング

## 日本語訳: PeerWebは、WebTorrent技術を利用したピアツーピア(P2P)ネットワーク上で静的ウェブサイトを無料かつ検閲耐性のある形でホストできるサービスです。サイトはトレントハッシュ経由で配布され、少なくとも1人のユーザーがブラウザタブまたはデスクトップクライアントを開いている限りオンラインに留まります。 **動作原理:** - ユーザーはインターフェースにファイルをドラッグ&ドロップするだけで、シンプルなHTML/CSS/JSプロジェクトをアップロードできます。各サイトにはユニークなPeerWebリンクが付与され、どこからでもアクセス可能です。 - サイトは `index.html` ファイルを必ず含み、相対パスのみを使用し、静的コンテンツで構成されている必要があります。 - キャッシュ前に PeerWeb は DOMPurify で全ファイルをサニタイズし、XSS 攻撃から保護します。 - キャッシュされたサイトは IndexedDB に保存され即座に再読み込みが可能です。キャッシュは7日間の非アクティブ後に自動的にクリアされます。 **セキュリティとパフォーマンス:** - コンテンツはサンドボックス化された iframe 内でレンダリングされ、リソース検証によって正当な資産のみが表示されます。 - 開発者はデバッグモード(`&debug=true`)を有効にして詳細な進行状況とリアルタイムメトリクスを確認できます。 **使用例:** デモリンクではテストページ、SomaFM ラジオ、チェスゲーム、およびテキストエディタアプリが紹介されています。 多くのピアにコンテンツを分散させることで、PeerWeb は従来のホスティング費用なしでサイトを利用可能にし、キャッシュによる高速ロードとマルウェアからの保護を提供しつつ、検閲にも耐えます。

2026/01/31 8:47

**Stonebraker氏のCAP定理とデータベースに関する論考**

## 日本語訳: **要約:** マイク・ストーンブレーカー氏は、CACMブログ記事「データベースシステムにおけるエラー、最終的な一貫性、およびCAP定理」で、CAP定理が最終的一致性を強制するという広く受け入れられているNoSQLの見解に挑戦しています。彼は、多くのデータベース障害はネットワーク分断ではなく、アプリケーション、管理、実装上のバグから生じており、実際にはパケット損失や設定エラーなど他のネットワーキング欠陥と比べても稀であると主張しています。ストーンブレーカー氏は、2ノード冗長スキームが大規模では不十分であり、業界が最終的一致性に依存することで実際の問題を隠してしまう可能性があると指摘しています。 彼はAmazon SimpleDB が最近完全一致性へ移行したことを、高いスケールでも厳密な正確性を保証できる証拠として挙げ、実用的な緩和策として「遅延削除」(削除マークを付けてからガベージコレクションを遅らせる)を提案しています。ストーンブレーカー氏は完全一致性を早期に放棄すると微妙なバグが発生し、運用リスクが増大する可能性があると警告しています。 この記事はNoSQLコミュニティに対し、多くのワークロードで最終的一致性が適切かどうかを再検討し、強い一致性が大規模でも達成できることを示唆しています。

**Show HN:Foundry – 繰り返し作業をワンクリックコマンドに変えるツール** | そっか~ニュース