> [!NOTE]
> 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
> [English](./README.en.md) · [原始项目](https://github.com/microsoft/SkillOpt) · [上游 README](https://github.com/microsoft/SkillOpt/blob/HEAD/README.md)
> 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。
# SkillOpt：自进化 Agent 技能（Agent Skills）的执行策略
*像训练神经网络一样训练 agent 技能——使用 epoch、（mini-）batch size、学习率（learning rate）和验证门控（validation gates）——但无需改动模型权重。*
[](https://microsoft.github.io/SkillOpt/) [](https://arxiv.org/abs/2605.23904) [](https://youtu.be/JUBMDTCiM0M) [](https://pypi.org/project/skillopt/) [](https://www.python.org/) [](LICENSE)
> 📖 **有关安装、数据准备、训练/评估命令、完整配置参考及框架内部机制，请参阅 [Documentation & Reproduction Guide](https://microsoft.github.io/SkillOpt/docs/guideline.html)**（在 GitHub Pages 上渲染）。
---
## News 🔥🔥🔥
- **[2026-07-02]** 🚀 **SkillOpt [v0.2.0](https://github.com/microsoft/SkillOpt/releases/tag/v0.2.0) 已发布至 [PyPI](https://pypi.org/project/skillopt/)!** headline 功能：**SkillOpt-Sleep**，一款夜间离线自进化引擎（harvest → mine → replay → consolidate，全程受留出验证门控保护），支持多目标奖励、经验回放（experience replay）+ 梦境 rollout（dream rollouts）以及长期记忆——现已作为 `skillopt-sleep` CLI 交付。本版本还新增跨工具后端及面向 **Claude、Codex、Copilot、Devin 和 OpenClaw** 的插件外壳、SearchQA 划分物化、Windows 稳健性增强，以及加固的 JSON 解析。完整变更日志与贡献者致谢见 [release notes](https://github.com/microsoft/SkillOpt/releases/tag/v0.2.0)。
- **[2026-06-15]** 😴 **SkillOpt-Sleep（预览版）** —— 面向本地编码 agent（Claude Code / Codex / Copilot）的夜间离线自进化伴侣：回顾过往会话、重放重复任务，并在留出门控后巩固已验证技能。其定义、用法与结果见 **[`docs/sleep/README.md`](docs/sleep/README.md)**。
- **[2026-06-03]** 🎉 **[gbrain](https://github.com/garrytan/gbrain), [gbrain-evals](https://github.com/garrytan/gbrain-evals/blob/main/docs/benchmarks/2026-06-03-skillopt.md), 与 [darwin-skill](https://github.com/alchaincyf/darwin-skill) 均已集成 SkillOpt。**
- **[2026-06-02]** 🎉 **SkillOpt [v0.1.0](https://github.com/microsoft/SkillOpt/releases/tag/v0.1.0) 现已在 [PyPI](https://pypi.org/project/skillopt/)!** 发布。使用 `pip install skillopt` 安装。首发版本包含完整训练循环（rollout → reflect → aggregate → select → update → evaluate）、多后端支持（OpenAI / Azure / Claude / Qwen / MiniMax）、六个内置基准测试，以及 WebUI 仪表盘。
---
## Overview
现代 agent 技能通常靠手工编写、由强 LLM 一次性生成，或通过松散控制的自我修订来演化——这些方式都不像针对技能本身的深度学习优化器，也都不能在反馈下可靠地超越起点。
**SkillOpt 将技能文档视为冻结 agent 的可训练状态**，并以使权重空间优化可复现的纪律来训练它。独立的优化器模型将带评分的 rollout 转化为对单一技能文档的有界 add / delete / replace 编辑；候选编辑仅在其严格提升留出验证分数时才被接受。文本学习率预算、被拒编辑缓冲区，以及按 epoch 的慢速 / 元更新，使技能训练保持稳定，同时在部署时**零额外推理时模型调用**。
部署产物是一个紧凑的 `best_skill.md`（通常 300–2,000 tokens），在不变的目标模型上运行。在**六个基准测试、七个目标模型和三种执行框架**（direct chat、Codex CLI、Claude Code CLI）上，SkillOpt 在**全部 52 个已评估（模型、基准测试、框架）单元格**上均为最佳或并列最佳；在 GPT-5.5 上，平均无技能准确率提升 **+23.5 点（direct chat）、+24.8 点（Codex agentic loop 内）、+19.1 点（Claude Code 内）**。优化后的技能产物可跨模型规模、在 Codex 与 Claude Code 框架之间，以及迁移至相近基准测试，而无需进一步优化。
完整方法、消融实验与各单元格结果见 [paper](https://arxiv.org/abs/2605.23904);；循环的可视化导览见 [project page](https://microsoft.github.io/SkillOpt/);；更深入的 API / 后端 / 基准测试文档见 [`docs/`](docs/)。
## 🎬 Demo Video
https://github.com/user-attachments/assets/eb12d3bc-371c-467f-904d-91b61f339ed7
▶ 在 YouTube 观看完整演示
---
## Extensibility & WebUI
### Adding a new backend
后端 = 聊天 / 执行目标（例如 `openai_chat`、`claude_chat`、
`qwen_chat`、`minimax_chat`、`codex_exec`、`claude_code_exec`）。完整约定见
[`docs/guide/new-backend.md`](docs/guide/new-backend.md)；简而言之，你需要添加 `skillopt/model/_backend.py` 模块，
在 `skillopt/model/common.py` + `backend_config.py` 中注册，并在 `skillopt/model/__init__.py` 的路由器中接入。`qwen_backend.py`
与 `minimax_backend.py` 是不错的模板。
### Adding a new benchmark
基准测试 = 带有 `dataloader.py`、
`rollout.py` 和 `initial.md` 种子技能的 `skillopt/envs//` 包。完整约定见
[`docs/guide/new-benchmark.md`](docs/guide/new-benchmark.md)；最简单的参考是 `skillopt/envs/searchqa/`。
### WebUI
启动监控仪表盘（可选）：
```bash
pip install -e ".[webui]"
python -m skillopt_webui.app
```
| Flag | Default | Description |
|---|---|---|
| `--port` | 7860 | Server port |
| `--host` | `0.0.0.0` | Bind address |
| `--share` | off | Create a public Gradio share link |
---
## Citation
```bibtex
@article{yang2026skillopt,
title={Skillopt: Executive strategy for self-evolving agent skills},
author={Yang, Yifan and Gong, Ziyang and Huang, Weiquan and Yang, Qihao and Zhou, Ziwei and Huang, Zisu and Li, Yan and Gao, Xuemei and Dai, Qi and Liu, Bei and others},
journal={arXiv preprint arXiv:2605.23904},
year={2026}
}
```