microsoft/SkillOpt

项目概览

该项目将深度学习优化器的训练范式（如轮次、学习率、验证门控）引入技能文档的文本空间优化，为当前依赖手工或一次性生成技能文档的开发者提供了一条系统化提升路径，同时已支持多种主流编程助手和模型后端。

项目类型

AI Agent

应用场景

自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 希望以系统化训练流程持续改进智能体技能的人工智能工程师和开发者。

核心能力

• 将技能文档视为冻结大语言模型的可训练状态，由优化器模型将 rollout 转化为有界编辑，且仅当验证分数严格提升时才接受编辑。
• 一个每日离线自我进化引擎，包含收集、挖掘、回放与合并四个步骤，在预留验证集的门控后执行，以 skillopt-sleep CLI 形式提供。
• 启动一个可选的基于 Gradio 的监控面板，可通过浏览器访问。

限制与风险

• 主 CLI 保持保守的默认值，未将实验框架的每一项控制参数作为命令行标志暴露出来。
• 在 rollout 和优化过程中需要调用外部大语言模型 API，可能产生较高的费用。

如何开始

• 安装难度为中等，需配置 Python 环境和外部大语言模型后端。基础成功路径为：执行 pip install skillopt，配置大语言模型后端，运行技能优化训练，最后获取 best_skill.md。

核验依据

• GitHub 项目简介: SkillOpt is a text-space optimizer that trains reusable natural-language skills for frozen LLM agents through trajectory-driven edits, validation-gated updates, and deployable bes…
• README: Modern agent skills are usually hand-crafted, generated one-shot by a strong LLM, or evolved through loosely controlled self-revision — none of which behaves like a deep-learning…
• README: **SkillOpt treats the skill document as the trainable state of a frozen agent**, and trains it with the discipline that makes weight-space optimization reproducible. A separate op…
• README: Headline feature: **SkillOpt-Sleep**, a nightly offline self-evolution engine (harvest → mine → replay → consolidate behind a held-out validation gate), now shipped as the `skillo…
• README: The deployed artifact is a compact `best_skill.md` (typically 300–2,000 tokens) that runs against the unchanged target model.

内容核验时间：