1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | SkillHone |
| 作者/维护者 | Tencent（腾讯官方组织仓库） |
| 来源链接 | https://github.com/Tencent/SkillHone |
| 许可证 | MIT（GitHub API 显示 NOASSERTION，系版权头非标准格式所致，已人工核对 LICENSE 正文确认为标准 MIT 条款） |
| GitHub Stars | 104（GitHub API） |
| Forks | 7（GitHub API） |
| 最新版本 | 无正式 Release，克隆主分支安装 |
| 安装方式 | 发安装提示词给 Agent，由其自动探测运行时并部署 |
2. 功能介绍与亮点
SkillHone 是“持续打磨 Agent Skill”的元技能工具包，配套 arXiv 论文（2606.08671）阐述方法论。
- 整文件夹优化：同步修改
SKILL.md、scripts/、references/，非只改单个文件，用回归评测把关。 - 决策可追溯：诊断/修改/评测结果落成真实 Git（默认本地 Forgejo）的 Issue/Commit/PR/Wiki。
- 评测与技能隔离：以代码路径与文件系统权限强制拆分“技能”与“评测集”。
- 零适配：本身是标准 SKILL.md 包，遵循 agentskills.io 协议，声明可运行在 Claude Code、Codex、OpenClaw、Hermes 等运行时。
3. 适用场景
固定分类：元技能与 Agent 增强。面向已维护自有 Agent Skill、希望技能跟随真实反馈持续打磨的开发者，如团队技能库维护者、想要可审计迭代流程的技能作者。
4. 跨 Agent 兼容性
官方 README 列出原生支持 Claude Code、Codex、OpenClaw、Hermes Agent，依据是遵循 agentskills.io 协议、无需适配层，未逐一实测安装效果。
5. 推荐理由
主流“skill 自我优化”多止步于重写单个 SKILL.md 文本，SkillHone 把优化对象扩展到整个技能文件夹，并把修改决策留痕在真实可审阅的 Git 记录里，作为腾讯官方出品、有论文背书的项目，提供了工程化路径。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | Tencent 官方组织出品；仓库本身 104 Stars、7 Forks，独立第三方讨论有限（仅 2 条外部 Issue） |
| 可用性 | 7 | 官方引导式安装降低门槛，但依赖 Python 3.10+、Node.js、claude CLI，完整审计功能还需自建 Forgejo；近一个月仍有实质提交 |
| 安全性 | 8 | 见下方检查清单 |
安全检查清单：
- Shell 权限：执行脚本与 git 提交/PR，官方自述可能用 bypass 模式与本地 exec，主动建议仅在隔离沙箱/一次性 clone 中运行——权限较广但透明。
- 联网外发：仅向用户自配 LLM 端点发数据。
- API Key：需用户提供，明文写入本地配置文件，未见外传。
- 可疑指令：未发现隐蔽注入或数据泄露指令。
- 作者信誉：Tencent 官方组织仓库，配套 arXiv 论文。
- License：MIT，条款明确。
- 最近维护：最近提交 2026-07-09，核心改动集中在 6 月。
7. 跟同类 Skills 相比的优势
SkillHone README 自带两个真实可核实的对照项目：
| 项目 | Stars/License | 定位 |
|---|---|---|
| microsoft/SkillOpt | 15,259★/MIT | 文本空间优化器，只产出可部署的 best_skill.md 文本 |
| NousResearch/hermes-agent-self-evolution | 4,834★/无 License | 基于 DSPy+GEPA，为 Hermes Agent 做提示词/代码协同进化 |
| SkillHone | 104★/MIT | 优化整个技能文件夹，决策落成真实 Git Issue/PR/Wiki，标准包可跨运行时移植 |
两个对照项目热度更高，但 SkillOpt 只改文本，改不到脚本与参考资料；hermes-agent-self-evolution 深度绑定 Hermes 生态。SkillHone 差异化在于“整文件夹优化+可审计 Git 留痕”组合与跨运行时可移植性。
8. 用户评价
该技能目前在 Reddit、Hacker News 等平台尚无具名用户评价。GitHub 仓库收到过外部开发者的功能咨询（如能否配合本地部署模型使用），显示已有真实用户尝试，但尚无公开评测文章。
9. 其他补充
提供中英双语文档；配套 arXiv 论文；遵循 agentskills.io 协议。
10. 安装使用方式
复制提示词发给任意支持 Skill 的 Agent：
请按照
https://raw.githubusercontent.com/Tencent/SkillHone/main/docs/install/skillhone.md的说明安装 SkillHone，自动识别我的运行时并部署，然后向我确认所需的模型凭据。
Agent 会自动探测技能目录、clone 仓库、复制 skills/skillhone、安装 Python 依赖、写入本地配置文件配置 API Key。核心优化循环还需本机可执行 claude CLI（先装 Node.js 并 npm install -g @anthropic-ai/claude-code）；本地文件系统模式即可跑通基础评测/优化循环，完整审计留痕需另建 Forgejo；装完后按 Agent 方式触发（如 Claude Code 中 /skillhone）。
11. 注意事项
- 会执行本地 Shell 命令与自动化 Git 提交/合并，官方建议仅在隔离沙箱或一次性 clone 中运行，避免用在含密钥或生产数据的目录。
- 完整功能依赖多个外部组件（Python、Node.js、
claudeCLI，可选 Forgejo），初次配置有门槛。 - 项目发布不到两个月，只有单一核心维护者，尚未经历长期社区检验。
- 面向已有自有 skill、想持续迭代的进阶开发者，临时改改单个 skill 措辞用不到这套闭环。