alchaincyf/darwin-skill

解决的问题

随着技能库的增长，手动管理大量以 SKILL.md 格式定义的 Agent Skills 变得不切实际。传统评审通常只关注结构正确性（格式和路径），却常常忽略技能是否真正产生预期结果。Darwin-skill 提供了一种系统化的方法，将这些技能视为可训练的资产，通过可测量的迭代循环实现持续优化。

工作原理

受 Andrej Karpathy 的 autoresearch 启发，该项目实现了一种「棘轮机制」：技能被迭代改进，只有带来可测量分数提升的变更才会被保留，其他变更则通过 git 自动回滚。

优化过程遵循以下步骤：

1. 基线评估：当前技能根据 9 维度评分标准进行评估。
2. 针对性优化：系统识别出最弱的维度（加权差距），并为该单一维度生成具体的改进建议。
3. 独立验证：两个独立的子代理对新版本进行评估，以避免自我评估偏差。每轮使用新的裁判，防止锚定效应。
4. 棘轮应用：若分数提升，则提交变更；否则自动回滚。
5. 人机协同：在关键检查点（基线、单维度优化、回归测试）暂停流程，等待用户确认。

适用人群

维护 Claude Code、Codex、OpenClaw、Trae 或 CodeBuddy 等工具技能库的开发者和 AI 代理用户，希望以程序化方式提升这些技能的质量与可靠性。

核心亮点

• 9 维度评估：基于 Microsoft Research 的 SkillLens 评分体系，包含失败模式编码、可操作具体性、高风险操作黑名单等维度。
• 验证门控编辑：遵循 SkillOpt 框架，确保每次编辑在合并前都经过验证。
• 反模式预防：明确禁止常见陷阱，例如由同一 AI 同时负责编辑和评估技能。
• 基于 Git 的版本控制：利用 git 保证技能质量只增不减，杜绝本地退化。