arc-skill
Скилл заставляет агента перед каждым ходом записывать предсказание и сам прошел все 25 публичных игр ARC-AGI-3
- 90 ★ репозитория
- Последний коммит
Расширенный доступ
Почему такой уровень
- Запускает Python-обвязку и сеансы игр, при живом режиме ходит на серверы ARC с вашим ключом `ARC_API_KEY`
- Игра длится тысячи действий и тратит много токенов модели
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/arc-skillОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Запускает Python-обвязку и сеансы игр, при живом режиме ходит на серверы ARC с вашим ключом `ARC_API_KEY`
- Игра длится тысячи действий и тратит много токенов модели
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Скилл учит агента играть в ARC-AGI-3, набор из 25 видеоигр без объяснения правил, по одному идентификатору игры. Главное правило: прежде чем нажать кнопку, агент записывает, какие клетки поля и как изменятся. Программа-обвязка `arc` не принимает нажатие без предсказания и сверяет его с пришедшим кадром. Промах датирует момент, где представление агента разошлось с игрой. У агента есть пять видов инструментов: просмотр поля как картинки и точной сетки, нажатие с приложенным предсказанием, план из шагов с остановкой на первой ошибке, офлайн-вычисления на записанных сетках (поиск фигур, решеток и линий, трассировка движения, поиск пути) и необязательная исполняемая модель игры с поиском A*. Для длинных игр ведется одна страница заметок: что проверено, что предположено, что проверять дальше. По данным автора, Claude Code на Opus 5 прошел все 25 игр за 7 645 действий.
Для кого. Исследователям агентов и участникам конкурса ARC Prize, которые хотят прогнать агента через ARC-AGI-3 по проверяемому методу.
Подходит, если
- Нужно решить игру ARC-AGI-3 командой вроде `claude "solve ARC-AGI-3 game lp85"` по одному идентификатору
- Стоит повторить кампанию автора и сверить результаты с карточкой счета на сайте ARC
- Длинная игра не помещается в контекст, и нужна одностраничная память с проверенным и предполагаемым
- Нужен образец, как заставить агента проверять гипотезы предсказаниями и не угадывать
Не подходит, если
- Нужен агент общего назначения для кодинга: скилл заточен под одну игровую задачу
- Нет ключа `ARC_API_KEY` для живого режима и вас не устраивает локальный симулятор
- Вам нужны решения конкретных игр: скилл их не содержит
Пример запроса к агенту
Реши игру ARC-AGI-3 lp85: сначала запиши предсказание для каждого нажатияОграничения
- Скилл рассчитан на ARC-AGI-3 и не переносится на другие задачи без переделки.
- Для живого режима нужен ключ `ARC_API_KEY`, по умолчанию `start` работает на локальном симуляторе с правилами конкурса.
- Результат 25 из 25 получен на Claude Opus 5 без модификаций, на других моделях цифры могут отличаться, и автор их не приводит.
- Игры тратят много запросов к модели: агент делает тысячи действий и сотни сжатий контекста.
Как отключить. Удалите каталог скилла `arc-skill` из папки скиллов агента и переменную `ARC_API_KEY` из окружения. Рабочие каталоги прогонов удаляются как обычные папки.
Частые вопросы
Как поставить arc-skill?
Командой `npx skills add pbshgthm/arc-skill`. Для живого режима нужно задать переменную `ARC_API_KEY`, затем попросить агента решить игру по идентификатору.
Что такое RHAE в результатах?
Собственная метрика бенчмарка ARC-AGI-3. Автор сообщает 100,00 из 100 и называет это потолком шкалы.
Почему нажатие без предсказания отклоняется?
Так устроено правило метода: предсказание проверяют на следующем кадре, а промах показывает, где модель игры неверна. Отказ при этом не тратит действие.
Какие формы предсказаний поддерживаются?
Восемь форм, соединенных символом `;`: цвет клетки, сдвиг фигуры, изменение в области, исчезновение фигуры, переход на следующий уровень или победа, изменение или его отсутствие. Каждая оценивается отдельно.
Можно ли проверить результат автора?
Да. Все записанные нажатия автор воспроизвел на серверах ARC, 25 игр сошлись. Карточка счета выложена на сайте ARC Prize, а разбор и повторы по доскам лежат на странице проекта.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыСкилл Claude Code: когда ответ не устроил, запускает до 100 субагентов в турнир с атаками и защитой и возвращает единственное решение, которое выжило
14 переносимых скиллов для долгих запусков агента: план работ, QA живого приложения, поиск по прошлым сессиям, звонок на телефон
Скилл от Anthropic для Claude Code: проверяет мультиагентную систему и по замерам сводит подагентов к одному циклу со скиллами.
Скилл для создания скиллов, который проверяет их работой: замер до и после, регрессионные тесты и аудит экосистемы
Каталог из почти двухсот скиллов: доставка кода, ревью, отладка, управление ИИ, продуктовая работа и координация агентов.
Реестр скиллов с CLI и API: агент описывает задачу и получает рекомендацию с оценкой доверия и командой установки
Коротко о README
README подает скилл как метод игры в ARC-AGI-3 по одному правилу: сначала предсказание, потом действие. Приводит таблицу результатов кампании, восемь форм предсказаний, пять групп инструментов и страницу заметок для длинных игр. Основной разбор вынесен на сайт проекта.
Бейдж для README
Исходный SKILL.md
--- name: arc-skill description: Solve an interactive hidden-rule ARC-AGI-3 game from its game ID. Contains the complete playing doctrine (predict before every action, graded claims, one-page notes, optional executable-rules search) plus the `arc` harness the agent drives. Use whenever asked to solve, play, or continue an ARC-AGI-3 game. --- # Arc skill Set the launcher once, work inside one directory per game, then start or resume: ```bash ARC="<this-skill-directory>/scripts/arc" # absolute path mkdir -p <run-dir> && cd <run-dir> # one directory = one run "$ARC" start <GAME_ID> ``` `start` defaults to a local simulator with competition semantics: one logical run, append-only history, paid resets, completed levels never lost. It is crash-safe — after any interruption, rerun `"$ARC" start <GAME_ID>` and the run is resumed or replayed exactly. Use `--mode competition` (live remote server, ~15-minute idle lease, no replay recovery) only when the user explicitly asks. Never create a second run for the same game, never inspect the game's source or private state, and never edit `.arc/` by hand except `NOTES.md`. ## The game A 64×64 board of 16 colors, hidden rules, several levels. Interface priors (not guarantees): ACTION1/2/3/4 = up/down/left/right, ACTION5 = interact, ACTION6:x,y = click at x=column y=row, ACTION7 = undo. Availability can change after every action. **Finish first.** Historically every lost point came from unfinished games, not from extra actions. Early levels are usually cheap tutorials: a wrong action that teaches a mechanic beats a minute of deliberation. Act early, act often, learn from every grade. Efficiency only matters once finishing is likely. ## The loop — look, predict, act, compare, note 1. **Look**: open the printed `IMAGE`; read the worded `TRANSITION` story. 2. **Predict + act**: every action requires `--predict`; the harness grades it: ```bash "$ARC" act ACTION1 --predict "move 12,5 0,-1" "$ARC" act ACTION6 3 14 --predict "cell 3,14=9; region 0:8,10:20" --because "test button" ```