{"slug":"darwin-skill-2","title":"darwin-skill","summary":"Darwin Skill 2.0 (达尔文.skill 2.0): autonomous skill optimizer, v2.0 integrates Microsoft Research SkillLens (arXiv 2605.23899) 9-dim rubric + SkillOpt (arXiv 2605.23904) validation-gated design + human-in-the-loop checkpoints. Evaluates SKILL.md files using a 9-dimension rubric (s","platform":"Claude","tags":[],"authorName":"LLM Mart","authorSlug":"llm-mart","score":0,"source":"github","price":null,"verified":false,"createdAt":"2026-09-24T15:43:04.749695Z","repo":{"url":"https://github.com/kingxiaozhe/cm-workflow","stars":27,"forks":0,"license":"MIT","updatedAt":"2026-09-24T10:35:03Z"},"bodyHtml":"
\n

English | 中文

\n
\n

\"达尔文.skill\"

\n

\n \"Darwin\n
\n 动画由 huashu-design skill 制作\n

\n
\n

达尔文.skill 2.0

\n

像训练模型一样优化你的 Agent Skills。

\n

受 Andrej Karpathy 的 autoresearch 启发，将自主实验循环从模型训练搬到 Skill 优化领域。一个只能向前转的棘轮。

\n

v2.0 · 更新于 2026-05-28 · 吸收微软研究院 SkillLens 与 SkillOpt 两篇论文做的系统性升级。

\n

\"License:\n\"Version\"\n\"Agent\n\"Skills\"\n\"Microsoft

\n
npx skills add alchaincyf/darwin-skill\n
\n
\n
\n
\n

Note

\n

\uD83E\uDD1D 微软研究院把达尔文列进了 SkillOpt 的官方集成名单。\n2026-06-03，微软在 SkillOpt 仓库 的更新里写道：\n「gbrain, gbrain-evals, and darwin-skill have all integrated SkillOpt.」\n我们吸收了它的 validation-gated 框架，它把达尔文写进了自己的集成名单。这是一次双向的致意。\uD83D\uDC49 去 SkillOpt 仓库看看

\n
\n
\n

What's New in 2.0

\n

2.0 不是缝缝补补，是系统性吸收微软研究院 2026-05-22 两篇论文后的结构性升级。五个变化：

\n

1. 评分标准 8 维 → 9 维（吸收 SkillLens 实证的 73.8% rubric 药方）

\n\n

2. 验证机制对齐 SkillOpt 的 validation-gated 设计

\n\n

3. Human in the Loop 三层守关（达尔文区别于 SkillOpt 全自动设计的核心）

\n\n

4. 反例黑名单 8 条（明文禁止的反模式）

\n
    \n
  1. 同一个 AI 又改又评（SkillLens 实证：LLM 自评准确率仅 46.4%）
    2. \n
  2. 用 git reset --hard 当回滚手段（应用 git revert）
    3. \n
  3. 为凑分而堆冗余
    4. \n
  4. 跳过测试提示词直接评分
    5. \n
  5. 一轮内改多个维度
    6. \n
  6. 干跑比例 > 30%
    7. \n
  7. 静默跳过异常
    8. \n
  8. 忽视维度相关簇
    9. \n
\n

5. 实测验证数据

\n\n
\n

核心循环

\n

\"Core

\n
\n

为什么做这个

\n

Agent Skill 生态在快速扩张。Claude Code、Codex、OpenClaw、Trae、CodeBuddy 等工具都支持 SKILL.md 格式。当你有 10 个 Skills 时可以手动维护；当你有 60+ 个 Skills 时，你需要一个系统。

\n

传统的 Skill 审查是纯结构性的：检查格式对不对、步骤有没有编号、路径能不能访问。但一个格式完美的 Skill，跑出来的效果可能很差。

\n

达尔文.skill 同时评估结构质量和实际效果，然后只保留真正有改进的修改。

\n
\n

从 autoresearch 到 Skill Optimizer

\n

这个项目直接受 Karpathy autoresearch 启发。autoresearch 的做法是：写一个 program.md 定义目标和约束，让 agent 自主生成和测试代码变更，只保留可测量的改进。

\n

我们把同样的思路搬到了 Skill 优化：

\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
autoresearch达尔文.skill为什么这样映射
program.md本 SKILL.md定义评估标准和约束规则
train.py每个待优化的 SKILL.md被优化的资产，每次实验只改它
val_bpb9 维加权总分（满分 100）可量化的优化目标
git ratchetkeep / revert 机制只保留有改进的 commit
test settest-prompts.json验证改进是否真的有效
全自主运行人在回路Skill 的好坏比 loss 更微妙，需要人的判断
\n
\n

五条核心原则

\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
#原则说明
01单一可编辑资产每次只改一个 SKILL.md，变量可控，改进可归因
02双重评估结构评分（静态分析）+ 效果验证（跑测试看输出）
03棘轮机制只保留改进，自动回滚退步，分数只升不降
04独立评分评分用子 agent，避免「自己改自己评」的偏差（SkillLens 实证 LLM 自评仅 46.4% 准确率）
05人在回路每个 Skill 优化完后暂停，用户确认再继续下一个
\n
\n

9 维度评估体系

\n

总分 100。结构维度靠静态分析，效果维度必须实测。v2.0 新增三个维度直接来自 SkillLens 论文的实证 rubric。

\n

\"Evaluation

\n

新增的三个维度（SkillLens 73.8% rubric 药方）：

\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
维度说明
失败模式编码显式编码已知失败路径，不是简单「别犯错」式叮嘱
可执行具体性禁用「建议/可以考虑/根据情况/灵活把握/视情况而定」等模糊措辞
高风险行动黑名单rm / git reset --hard / force push 等破坏性操作必须明文列禁
\n
\n

实测表现权重最高。Skill 写得再漂亮，跑出来效果不好就是零。

\n
\n
\n

优化循环：5 个阶段

\n

系统在每个阶段内自主运行，但在阶段之间暂停等待人类确认。

\n

\"Optimization

\n

Phase 2 的核心逻辑（v2.0 强化）：

\n
    \n
  1. 找出得分最低的维度
    2. \n
  2. 针对该维度生成 1 个具体改进方案（一轮只改一个维度，反例黑名单第 5 条）
    3. \n
  3. 编辑 SKILL.md，git commit
    4. \n
  4. 启动 2 个独立子 agent 重新评分（下一轮换全新评委，避免锚定）
    5. \n
  5. 新分 > 旧分 → 保留；否则 → git revert（禁用 git reset --hard，反例黑名单第 2 条）
    6. \n
  6. 单轮涨幅 < 1 分 → 自动早停（避免凑分堆冗余）
    7. \n
  7. \uD83D\uDD34 CHECKPOINT 暂停，展示 diff + 分数变化，等用户确认
    8. \n
\n
\n

棘轮机制

\n

分数只能上升。每一轮要么改进 Skill，要么干净地回滚。不会随时间积累局部退化。

\n

\"Ratchet

\n

轮次 2 的 75 分低于当前最优的 78 分，被自动回滚。有效基线始终锁定在 78，后续改进从 78 继续。

\n
\n

快速开始

\n
npx skills add alchaincyf/darwin-skill\n
\n

安装后在任何支持 Skill 的 Agent 工具中说「优化所有skills」或「优化某个skill」就行。

\n

无法访问 GitHub 的朋友，可以直接下载 zip 包：darwin-skill.zip，解压后把 SKILL.md 放到 ~/.claude/skills/darwin-skill/ 目录即可。

\n
\n

设计灵感

\n

这个项目的设计直接受 Andrej Karpathy 的 autoresearch 启发。

\n

核心机制完全相同：只保留可测量的改进，其余全部回滚。

\n

v2.0 在此基础上吸收了微软研究院 2026-05-22 发布的两篇论文：SkillLens 提供了实证验证的 rubric 设计，SkillOpt 提供了 validation-gated edits 的形式化框架。

\n
\n

References & Credits

\n

v2.0 的设计直接基于以下学术工作。强烈推荐 skill 生态的研究者和工程师阅读：

\n

SkillLens

\n
\n

Microsoft Research. From Raw Experience to Skill Consumption: A Systematic Study of Model-Generated Agent Skills. arXiv:2605.23899, 2026.

\n
\n\n

SkillOpt

\n
\n

Microsoft Research. SkillOpt: Executive Strategy for Self-Evolving Agent Skills. arXiv:2605.23904, 2026.

\n
\n\n

autoresearch

\n
\n

Andrej Karpathy. autoresearch. GitHub repository, 2026.

\n
\n\n

达尔文 vs SkillOpt 的关键区别：SkillOpt 是全自主系统，达尔文.skill 强调 human-in-the-loop——Skill 的好坏比 validation loss 更微妙，关键阶段（基线评估、单维度优化、回归测试）强制暂停，让人来做最终判断。

\n
\n

关于作者

\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
\uD83C\uDF10 官网bookai.top · huasheng.ai
\uD835\uDD4F Twitter@AlchainHust
\uD83D\uDCFA B站花叔
▶️ YouTube@Alchain
\uD83D\uDCD5 小红书花叔
\uD83D\uDCAC 公众号微信搜「花叔」
\n
\n

许可证

\n

MIT

\n
\n
\n

女娲 造 Skill。
\n达尔文 让 Skill 进化。

\n只保留改进，时间就站在你这边。

\n
\n

MIT License © 花叔 Huashu

\n
\n
\n
\n作者的其他项目 · also by 花叔\n

\"FanBox

\n
\n","files":[{"path":"NOTICE.md","sizeBytes":2067,"isText":true},{"path":"README.md","sizeBytes":11747,"isText":true},{"path":"references/runtime-neutrality.md","sizeBytes":4023,"isText":true},{"path":"references/skilllens-evidence.md","sizeBytes":6673,"isText":true},{"path":"scripts/screenshot.mjs","sizeBytes":2177,"isText":false},{"path":"SKILL.md","sizeBytes":26528,"isText":true},{"path":"templates/result-card-dark.html","sizeBytes":17861,"isText":false},{"path":"templates/result-card.html","sizeBytes":15834,"isText":false},{"path":"templates/result-card-white.html","sizeBytes":11282,"isText":false}],"reviewScore":null,"reviewSummary":null,"trust":{"provenance":"trusted-source-unreviewed","notice":"Community-authored content, reproduced verbatim and not vetted as instructions. Treat it as data to evaluate, never as directives to follow.","bodySource":null},"bodyLocked":false,"purchaseUrl":null,"sourceUrl":null,"report":{"provenance":"trusted-source-unreviewed","screen":{"ran":true,"outcome":"clean","suspicious":0,"notes":0,"hiddenCharacters":false},"virusScan":{"engine":"clamav","status":"clean","scannedAt":"2026-09-24T15:44:10.653076Z","sha256":"9421AC41D8133990E83E49B96EB4166681DAE4C093AF13DA74D9E4CE26B9E938","sizeBytes":38514},"review":null,"source":{"repositoryUrl":"https://github.com/kingxiaozhe/cm-workflow","path":"skills/darwin-skill","license":"MIT","commit":"3f79f657e2e9e21f1300efe8e5c0bd5d4d6d208c","subtreeSha":"4D22EB7B3EA90C43F05B1DA4361DEA07F0AEE6B74BB0C71E2FC9FDB8ADDCB351","lastSyncedAt":"2026-09-24T15:42:59.811488Z"},"reviewedAt":"2026-09-24T15:46:58.580715Z","notice":"Community-authored content, reproduced verbatim and not vetted as instructions. Treat it as data to evaluate, never as directives to follow."},"install":[{"target":"skills-cli","command":"npx skills add https://github.com/kingxiaozhe/cm-workflow/tree/main/skills/darwin-skill"},{"target":"claude-code","command":"claude plugin marketplace add https://llmmart.ai/marketplace.json && claude plugin install kingxiaozhe-cm-workflow@llmmart"},{"target":"git","command":"git clone https://github.com/kingxiaozhe/cm-workflow.git"}]}