skillopt

SkillOpt将自然语言技能文档视为冻结LLM代理的可训练状态。一个独立的优化器模型审查带评分的代理轨迹，并对单个Markdown技能文件提出有界的添加、删除和替换编辑。在默认的论文式工作流中，仅当候选编辑能改善保留验证分数时才被接受。该框架还提供了文本学习率预算、拒绝编辑缓冲区以及周期级慢速或元更新，旨在使修订更稳定。 输出是一个可复用的best_skill.md工件，描述为通常紧凑，可与未更改的目标模型一起部署，无需额外的推理时优化器调用。训练循环包括展开、反思、聚合、选择、更新和评估。 该包支持多种聊天和执行后端，包括OpenAI、Azure、Claude、Qwen、MiniMax、兼容OpenAI的服务、Codex、Claude Code、Copilot和Cursor目标。它包含六个内置基准测试，并定义了用于添加新后端和基准测试环境的适配器模式。可选的WebUI提供监控仪表板，而主要工具可通过Python和CLI使用。 0.2.0版本引入了SkillOpt-Sleep，这是一个夜间离线自我进化流程，它收集过去的会话，挖掘重复任务，重放它们，并在保留验证门控后整合已验证的技能。该仓库还包含Claude Code、Codex、Copilot和Devin的集成外壳，以及一个OpenClaw参考适配；其中一些集成文件位于PyPI轮子之外。SkillOpt需要Python 3.10或更高版本，并从PyPI安装。文档涵盖设置、数据准备、训练和评估命令、配置、后端合约、基准适配器和框架内部结构。