MemTensor/skills-vote
SkillsVote: Lifecycle Governance of Agent Skills from Collection, Recommendation to Evolution
解決的問題
SkillsVote 解決了大規模代理技能庫管理的挑戰。隨著可用技能（例如 SKILL.md 檔案）數量成長至數百萬，代理無法僅靠載入靜態清單來應對。它們需要一種方法來判斷特定任務相關的具體技能，驗證這些技能是否真正有幫助，並根據實際執行反饋來更新或建立新技能，進而推動技能庫的演進。
工作原理
SkillsVote 實現了代理技能的生命周期治理循環：
- 收集與分析：從開源或私有庫中收集技能，並分析其需求、相依性與品質。
- 即時推薦：不載入所有技能，而是在任務執行前立即向代理推薦相關技能。
- 基於軌跡的歸因：任務完成後，利用執行軌跡與驗證信號，將結果歸因於特定技能的使用。
- 反饋驅動的演進：利用歸因後的反饋來更新現有技能或產生新的可重用技能，防止雜訊資料的累積。
適用對象
需要管理龐大可重用執行能力庫的開發者，例如開發程式碼、研究或工作流程代理（如 Codex、Claude Code 或 OpenClaw）。
主要亮點
- 大規模技能庫：包含超過 168 萬項發現的技能，其中 79 萬項經 Anthropic 技能驗證器驗證。
- 靈活整合：提供託管雲服務用於推薦與反饋，也提供
skills-vote-local版本用於私有庫。 - 經實證的效能：在 SWE-Bench Pro 與 Terminal-Bench 等代理式程式碼與終端基準測試中展現顯著效能提升。
- 生命周期管理：超越簡單檢索，實現推薦、歸因與演化的完整循環。
相關
- 專案
- 專案
- 專案
- 專案