عن المشروع

يتعامل SkillOpt مع مستند المهارة المكتوب بلغة طبيعية بوصفه الحالة القابلة للتدريب لوكيل LLM مجمّد في ما عدا ذلك. يراجع نموذج مُحسِّن منفصل مسارات الوكيل الحاصلة على درجات، ويقترح تعديلات محدودة الإضافة والحذف والاستبدال على ملف مهارة Markdown واحد. في سير العمل الافتراضي الشبيه بأسلوب الأبحاث، لا تُقبل الترشيحات إلا عندما تتحسن درجة التحقق على بيانات محتجزة. يوفر الإطار أيضاً ميزانية معدل تعلم نصية، وذاكرة للتعديلات المرفوضة، وتحديثات بطيئة أو وصفية على مستوى الحقبة بهدف جعل المراجعة أكثر استقراراً. المخرج هو مخرَج best_skill.md قابل لإعادة الاستخدام، يُوصف بأنه مدمج عادةً، ويمكن نشره مع النموذج الهدف من دون تغيير، ومن دون استدعاءات إضافية للمُحسِّن وقت الاستدلال. تغطي حلقة التدريب التنفيذ، والتأمل، والتجميع، والاختيار، والتحديث، والتقييم. تدعم الحزمة عدة خلفيات للمحادثة والتنفيذ، بما في ذلك OpenAI وAzure وClaude وQwen وMiniMax والخدمات المتوافقة مع OpenAI وCodex وClaude Code وCopilot وأهداف Cursor. تتضمن ستة معايير قياس مدمجة وتعرّف أنماط محوّلات لإضافة خلفيات وبيئات معايير جديدة. توفر واجهة WebUI اختيارية لوحة مراقبة، بينما تتوفر الأدوات الرئيسية عبر Python وواجهات سطر الأوامر. تقدم الإصدار 0.2.0 SkillOpt-Sleep، وهو سير تطوير ذاتي ليلي غير متصل يجمع الجلسات السابقة، ويستخرج المهام المتكررة، ويعيد تشغيلها، ويدمج المهارات الموثقة عبر بوابة بيانات محتجزة. يحتوي المستودع أيضاً على أغلفة تكامل لـ Claude Code وCodex وCopilot وDevin، بالإضافة إلى تكييف مرجعي لـ OpenClaw؛ وتوجد بعض ملفات التكامل هذه خارج حزمة PyPI wheel. يتطلب SkillOpt Python 3.10 أو أحدث ويُثبَّت من PyPI. تغطي الوثائق الإعداد، وتجهيز البيانات، وأوامر التدريب والتقييم، والإعداد، وعقود الخلفيات، ومحوّلات المعايير، والأجزاء الداخلية للإطار.