Microsoft SkillOpt 技能优化
通过任务反馈和验证门控迭代 Agent 技能文档，生成更稳定、可复用的最佳版本，不改模型参数。
技能说明
适合技能研发、评测和质量改进，不是普通业务技能的一键安装包。需要 Python、模型后端和评测数据；运行前应确认后端、凭据和执行环境可信。
关于此技能
Microsoft SkillOpt 是用于优化 Agent 技能文档的研究与工程工具。它把技能文本当作可训练对象，通过任务执行轨迹、反思、受控修改和验证集门控，生成可部署的 best_skill.md；许可证：MIT。
核心能力
按反馈迭代技能
围绕 rollout、reflect、aggregate、select、update、evaluate 组成训练流程，针对已有技能提出受控的增删改。
验证门控与可复现
候选修改只有在验证集得分严格改善时才接受，并支持多轮训练、基准评测和可追踪输出。
适配多种 Agent
仓库提供 Codex、Claude Code、Copilot 等集成外壳，也包含直接对话和执行型后端配置。
适用场景
优化已有技能
适合技能已经能用，但希望通过真实任务结果减少遗漏、提升稳定性的团队。
做技能评测实验
适合研究不同模型、基准和执行环境下技能效果，并保存最优技能文档。
使用步骤
- 01
第一步：准备环境
克隆仓库并安装 Python 依赖，按文档选择基准和模型后端。
- 02
第二步：配置凭据
在本地配置受信任的模型或执行后端；不要把密钥写进技能或提交到仓库。
- 03
第三步：训练与评测
运行训练流程生成候选技能，再用独立验证集评估并保留 best_skill.md。
- 04
第四步：检查部署
确认结果符合任务要求后，再把生成的技能放进 Codex、Claude Code 或其他目标环境。
常见问题
它会修改模型参数吗？+
不会。它只优化自然语言技能文档，部署时继续使用原来的模型。
适合直接给普通用户安装吗？+
它更像技能研发和评测工具，不是开箱即用的单一业务技能；需要 Python、模型后端和评测数据。
运行时安全吗？+
它会调用你配置的模型和执行环境，可能执行目标 Agent 的任务。建议只使用受信任的后端，并把 WebUI 绑定到 127.0.0.1；默认 WebUI 主机地址会监听所有网络接口。
python -m pip install skillopt