darwin-skill

收录理由

维护一套持续增长的 Agent Skills 库，迟早会遇到手工改指令文件、改完只能靠感觉验证的瓶颈。darwin-skill 把这件事变成可度量的循环：每个 Skill 先按九维评分表打分，每轮只针对一个维度做改进，然后选择保留或用 git revert 回滚，而不是破坏性的 reset。它真正可用在于加入了人工把关：每轮优化后强制停下，等你确认才继续，没有你的同意不会动任何东西。两个细节值得留意：负责改 Skill 的 agent 绝不会是给它打分的那个，而且 2.0 的设计吸收了微软研究院 SkillLens 和 SkillOpt 两篇论文的框架，微软自己也把 darwin-skill 列进了 SkillOpt 的官方集成名单。如果你想要的是可验证、可重复的技能改进，而不是凭感觉重写，这套工作流值得跑起来。