前言¶
维护多个 SKILL.md 时，常见做法是人工通读：格式是否规范、步骤是否编号、路径是否写对。这类结构性检查能拦住明显疏漏，却难以回答更关键的问题——带上这个 Skill 跑典型任务，输出是否真的更好。
下面介绍社区 Skill「达尔文」（坐标 @user_df471c2d/darwin-skill）。它把 Karpathy autoresearch 的「只保留可测量改进」思路搬到 Skill 优化上：先基线评分，再按短板改 SKILL.md，用测试 prompt 复验，分数上涨则保留，否则 git revert 回滚，并在关键节点等人确认。
这是什么¶
达尔文是一个面向 Agent Skill（SKILL.md）质量与效果 的优化型 Skill，由 GitHub 维护者 alchaincyf 发布（花叔生态相关项目）。在 SkillHub 上归类为 ai-agent，标签 requires_api_key=false，当前列表版本为 1.0.0；仓库 README 同时标注 达尔文.skill 2.0 的评估与流程升级说明，安装后 Agent 会按所装包内的 SKILL.md 执行。
它要解决的问题是：当 Skill 数量从几个涨到几十个时，需要一套可重复、可回滚、能区分「写得规范」与「跑得更好」的优化流程，而不是单次手工改稿。
核心功能¶
以下能力均来自官方 SKILL.md / README / ClawHub 说明，可按阶段理解。
双重评估与加权总分¶
- 结构维度（静态分析）：检查 Frontmatter、工作流清晰度、边界与检查点、指令具体性、资源引用等；v2.0 说明中还将部分维度升级为「失败模式编码」「可执行具体性」「高风险行动黑名单」等更细的 rubric。
- 效果维度（需实测或受控退化）：为每个 Skill 准备
test-prompts.json（通常 2–3 条典型用户话术），用独立子 Agent 对比「带 Skill / 不带 Skill」的输出，给实测表现打分；无法跑子 Agent 时可干跑并在results.tsv标注eval_mode=dry_run。 - 总分：各维度 1–10 分乘以权重后汇总，满分 100；改进后总分必须严格高于改进前才保留，否则回滚。
优化生命周期（人在回路）¶
官方流程大致分为：
- Phase 0 初始化：确认优化范围（全部或指定 Skill）、创建
auto-optimize/YYYYMMDD-HHMM分支、初始化或读取results.tsv（默认位置.claude/skills/auto-optimize-results.tsv）。 - Phase 0.5 测试 Prompt：为每个 Skill 设计并展示测试 prompt，用户确认后再评估。
- Phase 1 基线评估：结构分由主 Agent 打，效果分尽量用子 Agent；完成后展示评分卡并暂停确认。
- Phase 2 优化循环：按分数从低到高处理；每轮只针对一个短板维度改
SKILL.md，git commit后重评；v2.0 强调多评委、评委不复用、单轮涨幅过小早停等；每个 Skill 结束有检查点，用户可要求回滚。 - Phase 2.5（可选）探索性重写：hill-climbing 卡住时，在用户同意下可整篇重写再对比 stash 版本。
- Phase 3 汇总报告：输出前后分数、保留/回滚次数、主要改动摘要。
棘轮与约束¶
- 改动只在 Git 分支上进行；退步用
git revert，文档明确反对用git reset --hard作为回滚手段。 - 约束包括：不改变 Skill 核心用途、不随意新增依赖文件、单轮只改一个维度、控制
SKILL.md体积膨胀等。 - 实验记录写入 TSV，字段含
timestamp、commit、skill、old_score、new_score、status、dimension、note、eval_mode等。
触发方式¶
ClawHub 页面给出的典型触发语义包括：用户提到「优化 skill」「skill 评分」「自动优化」「skill 质量检查」「帮我改改 skill」「skill review」等中英文表述时启用。
安装与启用¶
安装前请先确认本机 Agent 的 skills 目录；SkillHub 文档要求 install 时必须 --dir 指向该目录，否则默认落到 ./skills/ 可能不会被识别。
通过 SkillHub（国内商店坐标）¶
SkillHub 页面与 API 入口均指向坐标 @user_df471c2d/darwin-skill。若已安装 skillhub CLI，可参考：
command -v skillhub && skillhub --version
skillhub install @user_df471c2d/darwin-skill --dir ~/.cursor/skills/
未安装 CLI 时，可按 SkillHub 安装说明 执行官方安装脚本。Cursor 用户 skills 目录为 ~/.cursor/skills/；Claude Code 为 ~/.claude/skills/；Codex 为 ~/.codex/skills/ 或项目下 .agents/skills/（以你当前客户端文档为准）。
也可把下列提示交给 Agent，让其按 SkillHub 安装文档完成安装：
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_df471c2d/darwin-skill。
官方 API 页面：https://api.skillhub.cn/user_df471c2d/darwin-skill
SkillHub 展示页：https://www.skillhub.cn/skills/user_df471c2d/darwin-skill
通过 skills.sh / GitHub 包名¶
仓库 README 提供的安装命令：
npx skills add alchaincyf/darwin-skill
OpenClaw / ClawHub¶
ClawHub 列出的命令为：
openclaw skills install @alchaincyf/darwin-skill
离线或无法访问 GitHub¶
README 提供 zip 下载链接，解压后将内容放到 ~/.claude/skills/darwin-skill/（路径以你所用 Agent 的 skills 目录为准）。
运行前建议：在 Git 仓库 中执行优化，并先 commit 或 stash 本地对 Skill 的修改，以便保留/回滚实验改动；涉及 shell、git、凭证或发布流程的 diff，应在检查点人工审阅。
典型用法¶
安装完成后，用自然语言驱动即可；官方示例包括：
全量优化（首次常用）
优化所有skills
Agent 会走 Phase 0–3；文档建议先完成基线评估，再优先处理分数最低的若干 Skill。
单个 Skill
优化 huashu-slides 这个skill
仅对指定 Skill 执行测试 prompt 设计与优化循环。
只评估不改
评估所有skills的质量
执行 Phase 0.5–1（设计测试 prompt + 基线评估），不进入改写循环。
查看历史
看看skill优化历史
读取并展示 results.tsv。
每个待优化 Skill 目录下可维护 test-prompts.json，例如：
[
{"id": 1, "prompt": "用户会说的话", "expected": "期望输出的简短描述"},
{"id": 2, "prompt": "...", "expected": "..."}
]
适用场景与注意¶
适合谁
- 已在 Claude Code、Cursor、OpenClaw、Codex 等环境积累多个 Skill，需要批量体检或持续改进的团队或个人。
- 希望把「改 Skill」变成可审计实验（分支、commit、TSV 日志），而不是散落在聊天记录里的手工 patch。
限制与注意
- 效果维度依赖子 Agent 或干跑；干跑比例过高时 v2.0 文档会告警，结论可信度弱于完整实测。
- 流程默认扫描路径示例为
.claude/skills/*/SKILL.md；若你的 Skill 放在~/.cursor/skills/等位置，需在对话中明确范围或按SKILL.md内 Phase 0 说明调整。 - SkillHub 列表版本为 1.0.0，与 GitHub README 的 2.0 功能描述可能不同步；以你实际安装包内的
SKILL.md为准。 - 无需 API Key（
requires_api_key=false），但需要 Git、足够长的 Agent 会话，以及你愿意在检查点参与确认。
结尾¶
达尔文把 Skill 优化收成「评估 → 改进 → 实测 → 保留或回滚」的闭环，用 Git 棘轮避免分数与质量悄悄退化。若你在维护一整套 Agent Skills，可以把它当作可重复的优化流水线，而不是一次性文档审稿。
