recursive-arena
Combine recursive outer-loop refinement with multi-model arena generation each round. Use when users request recursive arena, multi-LLM consensus with iterative refinement, or recursive plus model-battle workflows.
Informations de source
- Dépôt
- lollipopkit/cc-plugins
- Dernière activité de la source
- 14 mars 2026 à 09:53
- Langue détectée de SKILL.md
- anglais
- Étoiles
- 7
- Forks
- 0
Options d'installation
Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.
Vérifiez les fichiers source
Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.
Explorateur de fichiers
2 fichiersAffichage de SKILL.md
SKILL.md
Instructions source · Aperçu en lecture seule- name
- recursive-arena
- description
- Combine recursive outer-loop refinement with multi-model arena generation each round. Use when users request recursive arena, multi-LLM consensus with iterative refinement, or recursive plus model-battle workflows.
- allowed-tools
- Read, Bash(python:*)
# Recursive-Arena
Use the orchestrator:
`python3 "${CLAUDE_PLUGIN_ROOT}/skills/recursive-arena/scripts/recursive_arena.py"`.
## How to run
```bash
python3 "${CLAUDE_PLUGIN_ROOT}/skills/recursive-arena/scripts/recursive_arena.py" \
--prompt "<task>" --iters 4 --arena-iters 3 --json
```
Common flags: `--max-judges`, `--temperature`, `--max-tokens`, `--timeout`.
## Iteration Loop
For each outer iteration:
1. Run `multi-model` to generate a best candidate.
2. Use judge summaries as critique input.
3. Refine the prompt with the current best answer.
4. Keep the global best by score and continue.
## Configuration
Reuses `multi-model` `.env` configuration:
- `ARENA_MODELS`
- `ARENA_OPENAI_BASE_URL` or `ARENA_PROVIDER_<NAME>_BASE_URL`
- Optional API keys (`ARENA_OPENAI_API_KEY`, `ARENA_PROVIDER_<NAME>_API_KEY`)
Optional orchestration env:
- `RLM_ARENA_ARENA_ITERS` default inner arena iterations
- `RLM_ARENA_MAX_JUDGES` default judge cap
## Output and Safety
- Final answer is the best outer-iteration result.
- When useful, show a compact evolution table:
- `iteration`
- `winner_model_id` (numeric ID only)
- `avg_judge_score`
- `refinement_applied`
- Never disclose provider/model names.
- Never print secrets from `.env`.
Voir sur GitHub