skilltraining-project/skill-training

解决的问题

专业人士产出的作品很难用分步指令来解释。技能训练让智能体直接从已完成的人类作品中学习这些隐藏技能——无需微调模型、无需手动编写规则、也无需奖励信号或成功标签。它生成一个可读、可编辑的技能库，能显著提升智能体的表现，并可迁移到其他模型。

工作原理

核心思想是一个包含四个阶段的循环：

1. 破坏 – 将专业剧本压缩成简洁的故事大纲，去除技艺层面的细节。
2. 重建 – 让智能体使用一组技能卡片重建完整剧本。
3. 对比 – 将智能体的草稿与原始人类作品进行对比，并描述差距。
4. 更新 – 将反馈转化为修订后的技能卡片，每张卡片存储为一个小型 Markdown 文件，并提交到 Git 历史中。

智能体的权重保持冻结；只有外部技能库发生变化。每次提交都可检查、可回滚、可复用。训练无需新的标注或外部奖励模型。

适用人群

适用于希望提升智能体领域专业知识，但不想进行 GPU 密集型微调、不想聘请领域专家编写技能规则、也不依赖成功信号的研究人员和从业者。它适用于闭源模型，能应对模型升级，尤其适合当你拥有已完成的人类作品语料库但缺乏详细指令或标签时。

亮点

• 无标签、无奖励 – 人类作品本身就是老师。
• 可读可编辑的技能 – 每条学习到的规则都是一个小型 Markdown 卡片，每次更新都是一次 Git 提交。
• 可衡量的迁移收益 – 在专业短剧作品上训练后，技能库在保留剧集上改善了全部六项写作行为，在 75 次盲评中赢得 49 次，并帮助其他模型（如 Kimi K2.6 和 Opus 4.8）。
• 在普通硬件上运行 – 仅需 Python 标准库；无需 GPU 或重型依赖。
• 完全可审计 – 每次训练运行都会将生成的脚本、损失报告、追踪记录和技能库的 Git 历史写入 runs/ 目录。