1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | SkillOpt |
| 作者/维护者 | Microsoft（Microsoft Research，论文作者 Yifan Yang 等） |
| 来源链接 | https://github.com/microsoft/SkillOpt |
| 许可证 | MIT |
| GitHub Stars | 13,091（GitHub API 实时数据） |
| Forks | 1,220（GitHub API 实时数据） |
| 最新版本 | v0.2.0（2026-07-02，PyPI 同步发布） |
| 安装方式 | pip install skillopt；或在 Claude Code 中 /plugin marketplace add 添加官方插件 |
项目自述名称与正式名称一致，均为 “SkillOpt”。
2. 功能介绍与亮点
SkillOpt 把 Agent 的技能文档（skill.md）当作“可训练参数”：用打分过的执行轨迹产生有边界的增/删/替换文本编辑，只有在留出的验证集上确实提升表现的编辑才会被采纳，最终产出一份精炼的 best_skill.md（通常 300–2000 token），部署时不增加任何推理时的额外模型调用。
核心能力：
- 训练闭环：rollout → reflect → aggregate → select → update → evaluate，仿照深度学习训练的 epoch / 学习率预算 / 验证门控思路，但只编辑文本，不改模型权重。
- 多后端支持：OpenAI、Azure、Claude、Qwen、MiniMax 等执行后端，覆盖直接对话、Codex CLI、Claude Code CLI 三种执行方式。
- SkillOpt-Sleep（部署期伴生功能）：面向日常使用场景的“夜间自我进化”引擎——只读方式收集本地会话记录、离线重放高频任务、经验证门控后生成待审阅的技能/记忆更新提案，需人工执行
adopt才会生效，且每次采纳前自动备份原文件。 - 论文背书：发表于 arXiv（2605.23904），在 6 个基准、7 个目标模型、3 种执行环境共 52 个评测格中均为最优或并列最优。
亮点：官方 Microsoft Research 出品、开源可审计、有正式论文与公开评测数据支撑，且明确写出方法的适用边界（见第 11 节）。
3. 适用场景
固定分类：元技能与 Agent 增强。
适合两类场景：一是研究/工程团队希望系统化打磨某个重复性 Agent 任务（如客服话术、代码评审、结构化写作）的技能文档，用可复现的训练流程替代反复手调；二是日常使用 Claude Code / Codex 的开发者，希望技能与记忆随着自己的真实用法自动沉淀改进，而不是停留在首次编写时的水平。
4. 跨 Agent 兼容性
| Agent | 结论 | 依据 |
|---|---|---|
| Claude Code | 原生支持 ✅ | 官方 plugins/claude-code 提供 Claude Code 插件市场安装（/plugin marketplace add → /skillopt-sleep），并有专用命令与 hooks |
| Codex | 原生支持 ✅ | 官方 plugins/codex 提供安装脚本，skillopt-sleep 作为 Codex 技能接入 |
| OpenClaw | 需适配 ⚠️ | 仓库明确说明 OpenClaw 是“参考适配”，需要用户自行调整封装脚本与路径 |
| Hermes Agent | 未验证 ❓ | 文档未提及 Hermes Agent 集成，未见相关适配材料 |
5. 推荐理由
在“元技能与 Agent 增强”这一类别里，多数同类项目停留在人工整理的记忆笔记或最佳实践清单，SkillOpt 是少数把技能优化做成可复现、有验证门控的工程流程的项目：训练脚本、评测基准、论文数据一并开源，且专门为 Claude Code / Codex 的日常使用场景做了轻量化的“夜间自我进化”包装，安装门槛不高，但能力边界和安全边界都写得很清楚，适合想让技能真正“越用越好”而不只是“写一次就不再变”的用户。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 9 | 官方 Microsoft Research 出品，GitHub 13,091 stars 且仍在快速增长，有正式 arXiv 论文与官方研究博客背书 |
| 可用性 | 8 | Claude Code / Codex 均有原生插件与市场安装路径，默认 mock 模式可免费试跑，文档、更新日志与图示教程齐全，近期持续发版；但需 Python ≥3.10 环境与完整仓库，非单文件复制即用 |
| 安全性 | 8 | 文档明确披露数据边界（本地只读采集、真实后端会外发截断的会话片段）、变更仅“暂存待人工采纳”且自动备份、并对“拒绝注入的恶意编辑”做了专项测试；MIT 许可、官方组织、维护活跃 |
安全检查清单：
① Shell 执行：sleep.sh 等脚本仅在用户显式运行命令时执行，范围明确、代码可审计
② 联网外发：mock 模式不联网；真实后端会将截断的会话/任务内容发送给所选模型供应商，官方文档明确提示“不保证已脱敏”
③ API Key/凭据：真实后端需要用户自备 OpenAI/Azure/Claude 等 API Key 或已认证的 CLI，通过 .env 配置，未见明文硬编码
④ 可疑指令：抓取的 README、Sleep 文档与 Issue 讨论中均未发现要求执行越权操作或数据外发的隐藏指令
⑤ 作者信誉：Microsoft Research 官方仓库，信誉高
⑥ License：MIT，明确
⑦ 最近维护：2026-07-19 仍有代码推送，属活跃维护
综合评分：8.3（三维均值）。
7. 跟同类 Skills 相比的优势
| 同类项目 | 定位 | 与 SkillOpt 的差异 |
|---|---|---|
| napkin（blader） | Claude Code 技能，用按仓库的 Markdown 便签本记录 Agent 的错误 | 纯人工可读的经验记录，无验证门槛也无跨模型迁移机制 |
| agentic-stack（codejunkie99） | 跨 Claude Code / Cursor / Windsurf / OpenClaw / Hermes 等多个 harness 的可移植 .agent/ 记忆与技能文件夹 |
强项是“一处编写、多处复用”的可移植性，技能内容本身仍靠人工维护，不做自动训练 |
| agents-best-practices（DenisSergeevitch） | 面向 Codex / Claude Code、跨供应商中立的 Agent 技能设计规范文档 | 是静态的写作指南，不带训练闭环或验证门控 |
| pro-workflow（rohitg00） | 面向 Claude Code 的 17 个技能合集，含跨 50+ 会话积累经验的“自纠错记忆” | 记忆积累依赖预设规则与用户手动修正触发，不是基于留出验证集的自动化训练 |
| token-optimizer（alexgreensh） | 面向 Claude Code 的上下文 / token 优化工具，定位并清理“幽灵 token” | 关注上下文窗口效率而非技能内容质量本身，与 SkillOpt 可互补而非直接替代 |
8. 用户评价
GitHub Issue #93（“reproduce issue”）中，用户 yanan1116 尝试复现论文 Table 1 的 ALFWorld 基准结果，报告了与论文数字不完全一致的情况；项目维护者 raytrun（仓库贡献者）在同一 Issue 中回应，说明论文 Table 1 的 Human Skill / LLM Skill 基线制品当前未随仓库一并发布，论文数字取自多次实验中表现最好的版本。这段讨论真实反映了该项目目前的可复现性边界，也说明维护者对社区提问响应及时。除此之外，第三方技术解读站点（如 AI Papers Academy）发布过论文机制讲解，但未见更多具名的第一手使用体验分享。
9. 其他补充
SkillOpt-Sleep 提供“handoff 模式”：无需 API Key 或订阅额度，由当前 Claude Code / Codex 会话本身代答模型调用，对预算敏感的个人开发者较友好。仓库同时公开了训练与评测代码、多个第三方项目（如 gbrain、darwin-skill）已集成该框架。
10. 安装使用方式
方式一：Claude Code 插件市场（推荐日常使用场景）
git clone https://github.com/microsoft/SkillOpt.git
cd SkillOpt
/plugin marketplace add ./plugins/claude-code
/plugin install skillopt-sleep@skillopt-sleep
/skillopt-sleep status方式二：PyPI 安装训练框架
pip install skillopt
# 或安装带 WebUI 的完整版
pip install -e ".[webui]"方式三：Codex
bash plugins/codex/install.sh安装后注意事项：首次使用建议先跑 /skillopt-sleep dry-run 或默认的 mock 后端，确认流程符合预期后再切换到真实模型后端；adopt 之前的所有改动都只是“暂存提案”，不会自动生效。
11. 注意事项
- 论文 Table 1 中部分基线（Human Skill / LLM Skill）制品未随仓库发布，第三方复现论文头部数字时可能出现偏差，社区已有相关讨论（见第 8 节）。
- 真实模型后端会把截断后的会话片段发送给所选供应商，官方文档明确“不保证已脱敏”，处理敏感项目前建议先人工检查待发送内容。
- 训练/优化功能定位偏研究工具，需要 Python ≥3.10 环境，对纯粹只想“复制粘贴一个技能文件”的用户门槛略高；日常使用场景更适合直接用 SkillOpt-Sleep 插件而非从零跑训练流程。
- OpenClaw 支持为社区参考适配，需自行调整；Hermes Agent 暂无官方或社区适配信息。