darwin-skill

介绍

达尔文.skill 受 Andrej Karpathy 的 autoresearch 启发，是一个用于优化 AI Agent Skills 的工具。它通过自主实验循环，评估 Skill 的结构质量和实际效果，并只保留带来可测量改进的修改。系统采用双重评估（静态分析与实测验证）和“棘轮机制”，确保 Skill 分数只升不降。它能在每个优化阶段暂停，等待用户确认，从而实现“人在回路”的协作优化，提升 Skill 的持续进化能力。

功能特征

• 受 Andrej Karpathy autoresearch 启发，实现 Skill 的迭代优化
• 双重评估机制：结合结构评分（60分）与实际效果验证（40分）
• 棘轮机制：只保留改进，自动回滚退步，确保分数只升不降
• 8 维度评估体系：全面量化 Skill 质量
• 人在回路 (Human-in-the-Loop)：每个优化阶段需用户确认

支持平台