darwin-skill

达尔文.skill 是一个用于持续优化 Agent Skills 的系统，通过评估、改进、测试和选择性保留或回滚来实现Skill的进化。该项目借鉴了Andrej Karpathy的autoresearch理念，将自主实验循环应用到Skill优化中，其核心功能包括双重评估（结构质量与实际效果）、棘轮机制（只保留有改进的修改）以及人在回路的设计原则，确保每次迭代都是正向进步。它特别适合于需要维护大量Skills（如超过60个）的场景，帮助开发者自动筛选出真正有效的Skill改进方案，提高工作效率的同时保证了输出质量。