darwin-skill-qszf:用评估—改进—测试闭环自主优化 Agent Skill

前言

Agent Skill 写出来后,提示词、步骤边界和失败回退往往要靠人工反复改。Skill 数量一多,很难统一衡量「改完是否更好」,也缺少「改坏了能退回」的机制。下面介绍 SkillHub 上的社区 Skill darwin-skill-qszf(达尔文.skill 2.0),它把优化过程收成一条可重复的流水线,并与创建类 Skill 分工配合。

这是什么

darwin-skill-qszf 是 SkillHub 坐标 @user_15292d5a/yjkj-darwin-skill-qszf 下的社区 Skill(source: community,版本 1.0.0,分类 ai-agent)。发布者为 user_15292d5a。

官方简介将其定位为:自主 Skill 优化系统,流程为 评估 → 改进 → 测试 → 保留或回滚。与「女娲.skill」搭配时,分工是:女娲负责创建 Skill,达尔文负责在已有 Skill 上持续进化。实现上写明集成 微软 SkillLens 九维评分 与 SkillOpt 验证机制。SkillHub 元数据标注 requires_api_key=false,表示安装使用该 Skill 本身不依赖额外 API Key 配置项。

核心功能

以下能力均来自 SkillHub 页面与抓取元数据,不含未公开的实现细节。

闭环优化流程

  1. 评估:对当前 Skill(通常为 SKILL.md 及配套说明)做结构化评价,而非仅凭主观感觉改文案。
  2. 改进:在评估结论基础上生成或调整 Skill 内容。
  3. 测试:用验证机制检验改动是否达到预期(简介中的 SkillOpt)。
  4. 保留或回滚:改进有效则保留新版本;无效则回滚,避免「越改越差」却难以恢复。

与女娲.skill 的分工

同一发布体系下的叙事是「女娲造人、达尔文进化」:先用女娲类 Skill 创建 Skill,再用本 Skill 优化 Skill。公开资料未要求必须同时安装女娲,但若你的场景是「从零写 Skill」,需要把创建与进化两步分开规划。

SkillLens 与 SkillOpt

简介说明集成 SkillLens 九维评分(多维度打分,便于对比迭代前后)和 SkillOpt 验证(改动需通过验证才建议保留)。公开页面未展开各维度名称与调用方式,使用时以安装包内 SKILL.md 为准。

安装与启用

SkillHub 官方安装说明见 skillhub.cn/install/skillhub.md。页面给出的安装提示为:让当前 Agent 按该文档安装 @user_15292d5a/yjkj-darwin-skill-qszf。

1、检查或安装 SkillHub CLI

先确认本机是否已有 skillhub:

command -v skillhub && skillhub --version

若未安装,可按 SkillHub 文档执行完整安装(CLI + 默认 Skill):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

仅需 CLI 时:

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

2、安装到当前 Agent 的 skills 目录

安装时必须用 --dir 指向当前客户端识别的 skills 目录,否则默认落在 ./skills/ 可能不会被 Agent 加载。SkillHub 文档中的常见路径如下:

环境 skills 目录(示例)
Cursor ~/.cursor/skills/
Claude Code ~/.claude/skills/
Codex ~/.codex/skills/ 或项目下的 .agents/skills/

在对应目录下执行安装(将 <skills 目录> 换成上表路径):

skillhub install @user_15292d5a/yjkj-darwin-skill-qszf --dir <skills 目录>

也可将下面整段发给支持 Skill 的 AI,由其按官方文档完成安装:

请根据 https://skillhub.cn/install/skillhub.md,安装 `@user_15292d5a/yjkj-darwin-skill-qszf`。

安装后按你所用客户端的要求刷新或重启,使新 Skill 被索引。

典型用法

公开 SkillHub 页面未提供独立命令行子工具说明,典型入口是:在 Agent 已加载该 Skill 后,对目标 Skill 发起「评估并优化」类任务,由 Skill 内指引驱动评估、改写、测试与保留/回滚。

可复现的安装示例即上一节中的官方提示词;优化阶段建议在对话中明确:

  • 待优化的 Skill 路径或仓库内 SKILL.md 位置;
  • 是否允许直接修改文件,或仅输出 diff;
  • 若评分或测试未通过,是否自动回滚。

具体步骤、评分输出格式与回滚规则以安装后的 SKILL.md 为准。

适用场景与注意

适合谁

  • 已有一批 Agent Skill,需要系统化迭代而不是零散改提示词;
  • 希望用多维度评分对比版本,并带验证与回滚;
  • 与女娲类「创建 Skill」流程组合,形成「创建 → 进化」流水线。

限制与注意

  • 社区来源(community),维护节奏与文档深度以 SkillHub 页面及包内文件为准;
  • 九维 SkillLens、SkillOpt 在公开简介中仅作能力声明,未在商店页展开配置项;
  • SkillHub 抓取数据显示评分 100000、下载 1678(统计会随时间变化,以商店页为准);
  • 优化质量仍依赖底层模型与测试用例设计,本 Skill 提供流程与机制,不能替代明确的验收标准。

结尾

darwin-skill-qszf 把 Skill 优化收成 评估 → 改进 → 测试 → 保留或回滚,并与女娲创建链路、SkillLens 评分和 SkillOpt 验证对齐,适合作为 Agent Skill 工程里的「进化」环节。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye