TrajectoryRL

Tinjau · 65
Diindeks komunitas

Bittensor Subnet 11 — an open skill factory that uses distributed compute and RL to produce state-of-the-art skills for AI agents.

Verified installs0
Star20
Versi1.0.0
Kualitas69/100 · Menjanjikan
Kepercayaan65/100 · Hanya sandbox
Audit79/100 · Perlu ditinjau

Profil aset

Agent pemrograman dan pengembangan

Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.

Lihat kategori

Skenario

Agent pemrograman

I need a coding agent that can understand a repository, edit code, and review pull requests.

Kecocokan Agent

Claude Code + OpenAI Agents + Cursor

Cocok untuk Codex, Claude Code, Cursor, CLI, atau Agent khusus.

Pasang

Siap

npx skills add trajectoryRL/trajectoryRL

Pemeliharaan

Terkini

26 hari sejak push

Risiko

Perlu ditinjau

Dependency or permission surface needs review

Kualitas GitHub

20

69/100 Kualitas · 73/100 Kepercayaan

Tag cakupan

CodingAgent pemrogramanAlat umumagent-skillskill

Catatan ulasan

Dependency or permission surface needs review · Low GitHub adoption signal

Kartu adopsi Agent

Kepercayaan, audit, dan kesiapan pemasangan dalam sekali lihat

Skor ini menggabungkan metadata repositori publik, sinyal ulasan OpenAgentSkill, kebaruan pemeliharaan, dan kesiapan pemasangan. Ini adalah sinyal shortlist, bukan pengganti peninjauan manusia.

Kualitas

Menjanjikan
69

Useful candidate, but compare it with alternatives before adopting.

Kepercayaan

Hanya sandbox
65

Kandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.

Audit

Perlu ditinjau
79

Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.

Trust Score OpenAgentSkill v5

Tinjauan manusia sebelum pemasangan

Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.

PythonCodexClaude CodeCursorOpenAgentSkill CLI

Star

20 star GitHub

Aktivitas repositori

20 star dan 17 fork

Pemeliharaan

26 hari sejak push

Lisensi

MIT

Pasang

npx skills add trajectoryRL/trajectoryRL

Keamanan pemasangan

Jalur pemasangan paket atau runtime standar

Cakupan izin

shell or command execution, network or browser access

Hasil Agent

Belum ada data hasil Agent

Dokumentasi

Konteks README/SKILL.md kuat

Ringkasan risiko

Tinjau sebelum produksi

  • Low GitHub adoption signal
  • Quality score needs review
  • GitHub adoption: 20 GitHub stars
  • Stars/forks activity: 20 stars, 17 forks; issue activity unavailable in current metadata

Kesiapan pemasangan

Jalur pemasangan tersedia

  • Jalur pemasangan tersedia
  • Bukti repositori tersedia
  • Lisensi dinyatakan
  • Belum ada bukti hasil Agent-Proven

Metadata yang dapat dibaca Agent

Data keputusan yang dapat dibaca mesin untuk skill ini.

Gunakan blok ini atau JSON tersemat untuk memutuskan apakah Agent perlu memasang skill ini, memilih alternatif, atau meminta tinjauan manusia terlebih dahulu.

Buka JSON

Tugas yang sesuai

  • alur kerja Agent pemrograman
  • Tim Claude Code
  • builders willing to evaluate younger projects
  • Inspect source files

Agent yang sesuai

PythonCodexClaude CodeCursorOpenAgentSkill CLIOpenAI AgentsCLI

Keputusan pemasangan

Perintah
npx skills add trajectoryRL/trajectoryRL
Kebijakan
Tinjau
Tinjauan manusia
Ya

Kepercayaan dan risiko

Kepercayaan
65/100
Audit
79/100
Tingkat risiko
Perlu ditinjau

Lingkar hasil

Endpoint
/api/agent/outcome
ID event
resolve
Hasil
5

Perintah pemasangan

npx skills add trajectoryRL/trajectoryRL

Jangan gunakan ketika

  • Tim yang membutuhkan SLA dengan dukungan vendor
  • production agents without a repository review
  • Low GitHub adoption signal
  • Petunjuk izin berisiko tinggi: eksekusi shell atau perintah
  • Dependency or permission surface needs review

Keamanan Agent v2

55/100 · Tinjau sebelum memasang

EksperimentalTinjau

Sparse or mixed signals. Useful for discovery, but not for autonomous installation.

Test manually in an isolated workspace and compare against safer alternatives.

Selesaikan via API

Tinggi

Eksekusi shell atau perintah

Metadata skill merujuk terminal, CLI, shell, subprocess, atau alur kerja eksekusi perintah.

Sedang

Akses jaringan

Skill kemungkinan mengambil halaman jarak jauh, API, repositori, atau layanan eksternal.

  • Petunjuk izin berisiko tinggi: eksekusi shell atau perintah
  • Dependency or permission surface needs review

Target pemasangan

Pasang skill ini di alur Agent Anda

Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.

skill install

OpenAgentSkill CLI

Resolve policy, run the source installer safely, and report a verified install receipt.

$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install trajectoryrl-trajectoryrl

Rencana resolusi Agent

Biarkan Agent memverifikasi kecocokan sebelum memasang.

API Resolve mengembalikan skill utama, alternatif, kebijakan keamanan, catatan audit, target pemasangan, dan prompt siap pakai.

Buka rencana teks

Agent harus memeriksa

  • Task fit and alternatives from Resolve API.
  • Audit score, trust score, and safety policy warnings.
  • Install target compatibility for Codex, Claude Code, Cursor, or CLI.

Salin prompt

Task: Use TrajectoryRL in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20TrajectoryRL%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/trajectoryrl-trajectoryrl/install
Install command: npx skills add trajectoryRL/trajectoryRL
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Serah-terima Agent

Berikan jalur pemasangan kepada Agent, bukan direktori lain.

Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.

Buka API pemasangan

Prompt Agent

Use TrajectoryRL for this task. Review https://www.openagentskill.com/api/skills/trajectoryrl-trajectoryrl/install, then install with: npx skills add trajectoryRL/trajectoryRL

Metadata Registry

Profil yang dapat dibaca Agent untuk pemilihan skill otomatis.

API Registry menyediakan sinyal keputusan, kepercayaan, audit, use case, dan pemasangan tanpa mengikis UI.

Buka Manifest

Kecocokan Agent

69/100

Agent pemrograman

Platform

Python, Claude Code, OpenAI Agents, Cursor

Laporan audit

Perlu ditinjau · 79/100

Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.

Lihat laporan auditLihat laporan evaluasi

Panel keputusan Agent

Fallback candidate for Coding agents

Prototype with this skill first; keep a fallback candidate ready.

69
Kesiapan
Prototipe
Tahap

Peran di stack

Kandidat cadangan

Kecocokan utama

Agent pemrograman

Label kepercayaan

Buat prototipe dulu

Jalur pemasangan

Perintah siap

Gunakan saat

  • alur kerja Agent pemrograman
  • Tim Claude Code
  • builders willing to evaluate younger projects

Bukti

  • recent repository activity
  • install command or GitHub repo available
  • profil kualitas 69/100
  • 3 event interaksi OpenAgentSkill

tinjau dulu

  • Low GitHub adoption signal

Jalur implementasi

  1. 1Pasang di Agent sandbox dan jalankan satu tugas Agent pemrograman dari awal hingga akhir.
  2. 2Compare output quality, latency, and failure behavior against at least one alternative.
  3. 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.

Profil kepercayaan

Hanya sandbox

Kandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.

65
Trust Score OpenAgentSkill

Adopsi GitHub

Perbaiki

20 star GitHub

Aktivitas star/fork

Perbaiki

20 star dan 17 fork; aktivitas issue tidak tersedia dalam metadata saat ini

Pemeliharaan terbaru

Lulus

26 hari sejak push

Kejelasan lisensi

Lulus

MIT

Sinyal positif

  • Tinjauan AI disetujui
  • Jalur pemasangan tersedia
  • Bukti repositori tersedia
  • Repositori yang baru dipelihara
  • Perintah pemasangan tidak memiliki pola berisiko tinggi yang jelas
  • Loop hasil siap tetapi membutuhkan eksekusi Agent nyata pertama

Tinjau sebelum memasang

  • Low GitHub adoption signal
  • Quality score needs review
  • GitHub adoption: 20 GitHub stars
  • Stars/forks activity: 20 stars, 17 forks; issue activity unavailable in current metadata
  • Dependency/runtime risk: command execution surface, external package install surface
  • Belum ada laporan hasil Agent nyata
  • Tinjauan manusia diperlukan sebelum pemasangan tanpa pengawasan

Tindakan yang disarankan

Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.

Profil kualitas

Menjanjikan kandidat untuk alur kerja Agent

Useful candidate, but compare it with alternatives before adopting.

69
Star GitHub
20
Keterkinian
26 hari lalu
Siap dipasang
Ya
Lisensi
MIT
Tinjau sebelum memasang: Low GitHub adoption signal

Kecocokan alur kerja

Gunakan skill ini pada skenario berikut

Kecocokan alur kerja

Tambahkan ke alur kerja lengkap

Daftar alternatif

Bandingkan sebelum memasang

Similar skills that may fit this task.

Bandingkan semua

Ringkasan

# TrajectoryRL

> **Bittensor Subnet 11** — A reinforcement learning playground that continuously produces state-of-the-art skills for AI agents

[![License: MIT](https://img.shields.io/badge/License-MIT-blue.svg)](LICENSE) [![Python 3.10+](https://img.shields.io/badge/python-3.10+-blue.svg)](https://www.python.org/downloads/) [![Bittensor](https://img.shields.io/badge/bittensor-7.0+-green.svg)](https://github.com/opentensor/bittensor)

Every platform shift creates a new software category. PCs gave us desktop apps. Smartphones gave us mobile apps. Agents are the next platform, and **skills are the software that runs on them**. The world needs far more skills than human developers can ship. Agents will write skills for other agents. TrajectoryRL is the RL playground where that happens.

The competition runs 24/7 on Bittensor. Miners compete every epoch to produce the best agent skills, validators evaluate them in real sandboxes with real protocols, and the winning skills surface automatically. Every season the bar rises. You don't bring us your prompt. **Skills ship, you install them.**

```bash pip install trajrl ```

One install gives any agent (Claude Code, Cursor, Codex, OpenClaw, Hermes, Manus, …) access to every skill the subnet has shipped. Source, catalog, and docs: [`trajrl`](https://github.com/trajectoryRL/trajrl).

## Overview

``` ┌──────────────────────────────────────────────────────────────┐ │ TRAJECTORYRL SUBNET (SN11) │ │ │ │ MINERS VALIDATORS │ │ ┌───────────────┐ ┌───────────────────┐ │ │ │ Write SKILL.md│ on-chain │ Read commitments │ │ │ │ Upload pack │ commitment │ from chain │ │ │ │ to public URL │─────────────────> │ │ │ │ │ │ │ Fetch packs, │ │ │ └───────────────┘ │ verify has

Kompatibilitas platform

pythonFULL

Detail teknis

Versi
1.0.0
Lisensi
MIT
Pembaruan terakhir
18 Agu 2026
Diterbitkan
27 Jul 2026

Framework dan alat

Python

Ringkasan keputusan

Kandidat cadangan

69
Siap
Prototipe
Tahap

recent repository activity

Audit

Tinjauan pemasangan

Tinjauan pemasangan dan adopsi

79
Perlu ditinjau
Keamanan
80/100
Pemeliharaan
100/100
Pasang
92/100
Buka audit lengkapLihat laporan evaluasi

Bukti tervalidasi Agent

Bukti tervalidasi Agent

Laporan hasil setelah resolve, tinjau, pasang, dan satu eksekusi terbatas.

0
Terbukti
Needs first agent runPasang otomatis: tinjau duluTerakhir: Tidak diketahui
Tingkat sukses
Kegagalan terbaru
Hasil
0
Kualitas output
Gagal
0
Tidak relevan
0
Pemasangan
0
Diblokir risiko
0
Perlu penyiapan
0
Produksi
0

Belum ada data hasil Agent. Eksekusi pertama dapat melaporkan keberhasilan, kebutuhan setup, blok risiko, kegagalan, atau tidak relevan melalui /api/agent/outcome.

Pasang

Tambahkan ke alur Agent

Gratis dan sumber terbuka. Tinjau laporan sebelum memasang pada Agent produksi.

Siklus pertumbuhan

Kit berbagi

X

Draf berbasis skenario untuk TrajectoryRL, siap untuk posting manual di X.

Catatan kurator
TrajectoryRL: Bittensor Subnet 11 — an open skill factory that uses distributed compute and RL to produce s...

20 stars

https://www.openagentskill.com/skills/trajectoryrl-trajectoryrl?ref=x
Buka draf X
Balasan opsional dengan perintah pemasangan
Listing + install path for TrajectoryRL:
https://www.openagentskill.com/skills/trajectoryrl-trajectoryrl?ref=x

Install: npx skills add trajectoryRL/trajectoryRL
Buka draf balasan

Sumber listing

Diindeks komunitas

Dapat diklaim

Listing ini diindeks dari sumber publik dan belum ditandai resmi hingga klaim pemelihara disetujui.

Diindeks oleh
Indeks komunitas OpenAgentSkill

Atribusi menautkan ke repositori publik atau profil kreator. Kreator dapat mengklaim listing untuk memperbarui sinyal kepemilikan.

Klaim skill ini

Klaim pemilik

Klaim listing skill ini

Listing Diindeks komunitas ini dikaitkan dengan trajectoryRL, tetapi belum ditandai resmi. Klaim untuk menambahkan sinyal pemilik terverifikasi dan membuat pembaruan peluncuran, pemasangan, serta audit berikutnya lebih tepercaya.

Kit backlink kreator

Tambahkan badge bukti ke README Anda

Tampilkan listing kanonis, sinyal kepercayaan dan audit saat ini, serta bukti Agent-Proven nyata di tempat pengembang mengevaluasi repositori.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/trajectoryrl-trajectoryrl?metric=listed&label=Listed)](https://www.openagentskill.com/skills/trajectoryrl-trajectoryrl)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/trajectoryrl-trajectoryrl?metric=trust&label=Trust)](https://www.openagentskill.com/skills/trajectoryrl-trajectoryrl)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/trajectoryrl-trajectoryrl?metric=audit&label=Audit)](https://www.openagentskill.com/skills/trajectoryrl-trajectoryrl/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/trajectoryrl-trajectoryrl?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/trajectoryrl-trajectoryrl)

Penulis

T

trajectoryRL

@trajectoryrl

Sinyal kesehatan

Star GitHub
20
Skor kualitas
42/100
Push GitHub terakhir
27 Jul 2026
Petunjuk framework
1
Tampilan OpenAgentSkill
3
Salinan pemasangan
0
Klik keluar
0

Sinyal komunitas

Bagikan apakah skill ini bermanfaat untuk alur kerja Agent Anda. Masukan gabungan meningkatkan peringkat dari waktu ke waktu.

Kepercayaan & keamanan

Hanya sandbox

65
  • Adopsi GitHub20 star GitHubPerbaiki
  • Aktivitas star/fork20 star dan 17 fork; aktivitas issue tidak tersedia dalam metadata saat iniPerbaiki
  • Pemeliharaan terbaru26 hari sejak pushLulus
  • Kejelasan lisensiMITLulus
  • Kelengkapan README/SKILL.mdMetadata memuat konteks penggunaan dan alur kerja yang cukupLulus
  • Risiko dependensi/runtimecommand execution surface, external package install surfacePeriksa