alchaincyf/darwin-skill

解決的問題

隨著技能庫的擴大，手動管理大量以 SKILL.md 格式定義的 Agent Skills 變得不切實際。傳統審查通常只關注結構正確性（格式與路徑），卻常常忽略技能是否真正產生預期結果。Darwin-skill 提供了一種系統化的方法，將這些技能視為可訓練的資產，透過可測量的迭代循環實現持續優化。

工作原理

受 Andrej Karpathy 的 autoresearch 啟發，本專案實作了一種「棘輪機制」：技能被迭代改進，只有帶來可測量分數提升的變更才會被保留，其他變更則透過 git 自動回滾。

優化過程遵循以下步驟：

1. 基線評估：當前技能根據 9 維度評分標準進行評估。
2. 針對性優化：系統識別出最弱的維度（加權差距），並為該單一維度生成具體的改進建議。
3. 獨立驗證：兩個獨立的子代理對新版本進行評估，以避免自我評估偏見。每輪使用新的裁判，防止錨定效應。
4. 棘輪應用：若分數提升，則提交變更；否則自動回滾。
5. 人機協同：在關鍵檢查點（基線、單維度優化、回歸測試）暫停流程，等待使用者確認。

適用對象

維護 Claude Code、Codex、OpenClaw、Trae 或 CodeBuddy 等工具技能庫的開發者與 AI 代理使用者，希望以程式化方式提升這些技能的品質與可靠性。

核心亮點

• 9 維度評估：基於 Microsoft Research 的 SkillLens 評分體系，包含失敗模式編碼、可操作具體性、高風險操作黑名單等維度。
• 驗證門控編輯：遵循 SkillOpt 框架，確保每次編輯在合併前都經過驗證。
• 反模式預防：明確禁止常見陷阱，例如由同一 AI 同時負責編輯與評估技能。
• 基於 Git 的版本控制：利用 git 保證技能品質只增不減，杜絕本地退化。