SkillOpt：将 Agent 的技能文档变为可优化的工程化状态（Microsoft 开源）

微软开源的 SkillOpt 将技能文档视为可优化的状态，通过增删改切分批次、验证集评分与最佳输出实现可衡量的进步。

简介

写 Agent 的技能文档，很多人只是凭直觉糊一版，自己看着还挺满意。真正的进步到底在哪里？谁也拿不出确切证据，难以分辨是实质提升还是表面像样。

SkillOpt 核心思路

SkillOpt 将技能文档视作一个可优化的状态，借鉴训练神经网络的思路，进行反复打磨与评估。关键点如下：

• 变更粒度：每次修改分成 add、delete、replace，流程可控且可审计
• 评估机制：改完一轮后用验证集评分，分数未提升则不保留该变更
• 最终产出：输出精简的 best_skill.md，部署时不产生额外开销

执行流程

1. 将技能变更拆分为 add / delete / replace
2. 针对每次变更进行评估并记录结果
3. 选择在验证集上表现最好的版本作为输出
4. 部署时保持零开销，直接使用最佳技能文档

影响

• 将写 skill 的过程从经验驱动转变为可衡量、可回退的工程活动
• 适合需要持续改进的 Agent 开发团队

🔗 https://github.com/microsoft/SkillOpt

下载链接

GitHub：
https://github.com/microsoft/SkillOpt