前言¶
維護多個 SKILL.md 時，常見做法是人工通讀：格式是否規範、步驟是否編號、路徑是否寫對。這類結構性檢查能攔住明顯疏漏，卻難以回答更關鍵的問題——帶上這個 Skill 跑典型任務，輸出是否真的更好。
下面介紹社區 Skill「達爾文」（座標 @user_df471c2d/darwin-skill）。它把 Karpathy autoresearch 的「只保留可測量改進」思路搬到 Skill 優化上：先基線評分，再按短板改 SKILL.md，用測試 prompt 複驗，分數上漲則保留，否則 git revert 回滾，並在關鍵節點等人確認。
這是什麼¶
達爾文是一個面向 Agent Skill（SKILL.md）質量與效果 的優化型 Skill，由 GitHub 維護者 alchaincyf 發佈（花叔生態相關項目）。在 SkillHub 上歸類爲 ai-agent，標籤 requires_api_key=false，當前列表版本爲 1.0.0；倉庫 README 同時標註 達爾文.skill 2.0 的評估與流程升級說明，安裝後 Agent 會按所裝包內的 SKILL.md 執行。
它要解決的問題是：當 Skill 數量從幾個漲到幾十個時，需要一套可重複、可回滾、能區分「寫得規範」與「跑得更好」的優化流程，而不是單次手工改稿。
核心功能¶
以下能力均來自官方 SKILL.md / README / ClawHub 說明，可按階段理解。
雙重評估與加權總分¶
- 結構維度（靜態分析）：檢查 Frontmatter、工作流清晰度、邊界與檢查點、指令具體性、資源引用等；v2.0 說明中還將部分維度升級爲「失敗模式編碼」「可執行具體性」「高風險行動黑名單」等更細的 rubric。
- 效果維度（需實測或受控退化）：爲每個 Skill 準備
test-prompts.json（通常 2–3 條典型用戶話術），用獨立子 Agent 對比「帶 Skill / 不帶 Skill」的輸出，給實測表現打分；無法跑子 Agent 時可幹跑並在results.tsv標註eval_mode=dry_run。 - 總分：各維度 1–10 分乘以權重後彙總，滿分 100；改進後總分必須嚴格高於改進前才保留，否則回滾。
優化生命週期（人在迴路）¶
官方流程大致分爲：
- Phase 0 初始化：確認優化範圍（全部或指定 Skill）、創建
auto-optimize/YYYYMMDD-HHMM分支、初始化或讀取results.tsv（默認位置.claude/skills/auto-optimize-results.tsv）。 - Phase 0.5 測試 Prompt：爲每個 Skill 設計並展示測試 prompt，用戶確認後再評估。
- Phase 1 基線評估：結構分由主 Agent 打，效果分儘量用子 Agent；完成後展示評分卡並暫停確認。
- Phase 2 優化循環：按分數從低到高處理；每輪只針對一個短板維度改
SKILL.md，git commit後重評；v2.0 強調多評委、評委不復用、單輪漲幅過小早停等；每個 Skill 結束有檢查點，用戶可要求回滾。 - Phase 2.5（可選）探索性重寫：hill-climbing 卡住時，在用戶同意下可整篇重寫再對比 stash 版本。
- Phase 3 彙總報告：輸出前後分數、保留/回滾次數、主要改動摘要。
棘輪與約束¶
- 改動只在 Git 分支上進行；退步用
git revert，文檔明確反對用git reset --hard作爲回滾手段。 - 約束包括：不改變 Skill 核心用途、不隨意新增依賴文件、單輪只改一個維度、控制
SKILL.md體積膨脹等。 - 實驗記錄寫入 TSV，字段含
timestamp、commit、skill、old_score、new_score、status、dimension、note、eval_mode等。
觸發方式¶
ClawHub 頁面給出的典型觸發語義包括：用戶提到「優化 skill」「skill 評分」「自動優化」「skill 質量檢查」「幫我改改 skill」「skill review」等中英文表述時啓用。
安裝與啓用¶
安裝前請先確認本機 Agent 的 skills 目錄；SkillHub 文檔要求 install 時必須 --dir 指向該目錄，否則默認落到 ./skills/ 可能不會被識別。
通過 SkillHub（國內商店座標）¶
SkillHub 頁面與 API 入口均指向座標 @user_df471c2d/darwin-skill。若已安裝 skillhub CLI，可參考：
command -v skillhub && skillhub --version
skillhub install @user_df471c2d/darwin-skill --dir ~/.cursor/skills/
未安裝 CLI 時，可按 SkillHub 安裝說明 執行官方安裝腳本。Cursor 用戶 skills 目錄爲 ~/.cursor/skills/；Claude Code 爲 ~/.claude/skills/；Codex 爲 ~/.codex/skills/ 或項目下 .agents/skills/（以你當前客戶端文檔爲準）。
也可把下列提示交給 Agent，讓其按 SkillHub 安裝文檔完成安裝：
請根據 https://skillhub.cn/install/skillhub.md，安裝 @user_df471c2d/darwin-skill。
官方 API 頁面：https://api.skillhub.cn/user_df471c2d/darwin-skill
SkillHub 展示頁：https://www.skillhub.cn/skills/user_df471c2d/darwin-skill
通過 skills.sh / GitHub 包名¶
倉庫 README 提供的安裝命令：
npx skills add alchaincyf/darwin-skill
OpenClaw / ClawHub¶
ClawHub 列出的命令爲：
openclaw skills install @alchaincyf/darwin-skill
離線或無法訪問 GitHub¶
README 提供 zip 下載鏈接，解壓後將內容放到 ~/.claude/skills/darwin-skill/（路徑以你所用 Agent 的 skills 目錄爲準）。
運行前建議：在 Git 倉庫 中執行優化，並先 commit 或 stash 本地對 Skill 的修改，以便保留/回滾實驗改動；涉及 shell、git、憑證或發佈流程的 diff，應在檢查點人工審閱。
典型用法¶
安裝完成後，用自然語言驅動即可；官方示例包括：
全量優化（首次常用）
優化所有skills
Agent 會走 Phase 0–3；文檔建議先完成基線評估，再優先處理分數最低的若干 Skill。
單個 Skill
優化 huashu-slides 這個skill
僅對指定 Skill 執行測試 prompt 設計與優化循環。
只評估不改
評估所有skills的質量
執行 Phase 0.5–1（設計測試 prompt + 基線評估），不進入改寫循環。
查看歷史
看看skill優化歷史
讀取並展示 results.tsv。
每個待優化 Skill 目錄下可維護 test-prompts.json，例如：
[
{"id": 1, "prompt": "用戶會說的話", "expected": "期望輸出的簡短描述"},
{"id": 2, "prompt": "...", "expected": "..."}
]
適用場景與注意¶
適合誰
- 已在 Claude Code、Cursor、OpenClaw、Codex 等環境積累多個 Skill，需要批量體檢或持續改進的團隊或個人。
- 希望把「改 Skill」變成可審計實驗（分支、commit、TSV 日誌），而不是散落在聊天記錄裏的手工 patch。
限制與注意
- 效果維度依賴子 Agent 或幹跑；幹跑比例過高時 v2.0 文檔會告警，結論可信度弱於完整實測。
- 流程默認掃描路徑示例爲
.claude/skills/*/SKILL.md；若你的 Skill 放在~/.cursor/skills/等位置，需在對話中明確範圍或按SKILL.md內 Phase 0 說明調整。 - SkillHub 列表版本爲 1.0.0，與 GitHub README 的 2.0 功能描述可能不同步；以你實際安裝包內的
SKILL.md爲準。 - 無需 API Key（
requires_api_key=false），但需要 Git、足夠長的 Agent 會話，以及你願意在檢查點參與確認。
結尾¶
達爾文把 Skill 優化收成「評估 → 改進 → 實測 → 保留或回滾」的閉環，用 Git 棘輪避免分數與質量悄悄退化。若你在維護一整套 Agent Skills，可以把它當作可重複的優化流水線，而不是一次性文檔審稿。
