前言¶

SKILL.md 写完之后容易变成静态文档：改一段提示词，不确定是变好还是变坏；凭感觉调措辞，又缺少量化依据。Darwin Skill 2.0 把技能优化做成 autoresearch 循环：先评分，再改写，再用测试提示实测，最后用 git 棘轮保留改进、回滚退步。下面介绍这个 Skill 的定位、能力和使用边界。

这是什么¶

Darwin Skill 2.0（达尔文 Skill 2.0：AI 技能自主进化优化器）是一个面向 Agent Skills 的元技能，由 @user_103c082a 在 SkillHub 社区发布，坐标 @user_103c082a/darwin-skill-master，版本 1.1.0，分类 ai-agent。它解决的问题是：把 SKILL.md 的评估、改写和验证串成自动循环，让技能质量可量化、可回滚，而不是靠人工经验反复试错。

核心能力¶

9 维量化评分：按结构、有效性和 meta-skill 黑名单等 9 个维度评估 SKILL.md。该评分体系来自微软研究院 SkillLens，对应 arXiv 2605.23899。
验证门控优化：采用 SkillOpt 的 validation-gated 设计，对应 arXiv 2605.23904。改写不是直接生效，而是要通过后续测试验证。
爬山式迭代：以 git 做版本控制，逐步尝试改进并保留方向正确的修改。
棘轮回滚：只保留改进，检测到退步时通过 git revert 自动回滚，保证质量只升不降。
独立评委：会生成独立的 judge agents 做盲评，避免原作者自评偏袒。
实测验证：用测试提示检验改写后的技能，收益递减时自动停止，避免无意义的反复迭代。
人在回路：关键节点设置人工守关，不能完全无人干预。
结果卡片：迭代结束后生成可视化结果卡片，便于查看评分和改进路径。

触发方式¶

资料中列出的触发关键词包括：优化skill、skill评分、自动优化、auto optimize、skill质量检查、达尔文、darwin、帮我改改skill、skill怎么样、提升skill质量、skill review、skill打分。

安装与启用¶

官方地址为：

https://api.skillhub.cn/user_103c082a/darwin-skill-master

SkillHub 页面为：

https://www.skillhub.cn/skills/user_103c082a/darwin-skill-master

已抓取资料中未给出具体安装命令、目标目录或配置字段；官方页面本次抓取失败，无法进一步核对。资料中标签显示 requires_api_key=false，说明不需要单独配置 API key。实际安装前应打开官方页面确认最新命令和目录约定。

典型用法¶

资料没有提供完整的可复现调用示例。按其能力链，使用方式应是：把需要优化的 SKILL.md 放入带 git 版本管理的项目，触发 优化skill 或 darwin 等关键词，Skill 先运行 9 维评分，再由独立评委盲评，随后进行爬山式改写；每次修改经过测试提示验证，通过则保留，退步则 git revert，收益递减时自动停止，并输出结果卡片。

适用场景与注意¶

适合已经在维护 SKILL.md、希望把提示词迭代从手工试错改成量化循环的开发者。限制主要有四点：一是依赖 git 版本控制，没有仓库回滚就无从谈起；二是独立评委和测试提示会增加计算与时间成本；三是人在回路节点会打断全自动流程；四是评分提升不等于业务效果提升，如果 9 维 rubric 与真实使用标准不一致，可能会优化到评分好看的方向。

结尾¶

Darwin Skill 2.0 的价值在于把 SKILL.md 优化拆成可评分、可验证、可回滚的闭环。它适合作为技能维护期的辅助工具，而不是替代对真实业务效果的判断。官方地址：https://api.skillhub.cn/user_103c082a/darwin-skill-master

达尔文 Skill 2.0：AI 技能自主进化优化器

前言¶