2026年7月24日
SkillOpt：不微调模型，也能把 Agent 的经验“训练”成技能
给 Agent 写一份 SKILL.md 不难，难的是如何证明它真的比上一版更好。微软开源的 SkillOpt 把自然语言技能文档当成可训练对象：让固定模型执行任务、分析轨迹、生成有限的文本修改，再用独立验证集决定是否接受。它今天进入 GitHub Python 日榜，适合正在维
给 Agent 写一份 SKILL.md 不难，难的是如何证明它真的比上一版更好。微软开源的 SkillOpt 把自然语言技能文档当成可训练对象：让固定模型执行任务、分析轨迹、生成有限的文本修改，再用独立验证集决定是否接受。它今天进入 GitHub Python 日榜，适合正在维护编码 Agent、企业工作流或评测体系的团队关注。
📌 这个项目是干什么的
SkillOpt 不修改模型权重，训练结果是一份通常只有 300～2000 Token 的 best_skill.md。核心流程是：执行任务（rollout）→反思失败→合并和筛选修改→更新技能文档→验证闸门验收。所谓“学习率”，对应每轮最多允许多少次文本编辑；验证分数没有严格提升，候选修改就不会进入最佳版本。
项目提供研究引擎和 SkillOpt-Sleep 两条路径。前者用于在明确的数据集切分上训练、评估技能；后者会从支持的编码 Agent 会话中提取重复任务，离线回放并生成待人工采用的技能或记忆更新。当前版本为 v0.2.0，采用 MIT 许可证，要求 Python 3.10 及以上。
🔍 为什么值得关注
它解决的不是“再生成一版提示词”，而是给提示词和 Agent 技能补上可重复的优化纪律。修改幅度受限、失败修改会被记录，最终产物还要通过留出数据验证，这比凭感觉改系统提示更适合团队协作和回归检查。
部署成本也相对清晰：上线的是 Markdown 技能文件，不会增加推理阶段的额外模型调用。官方还提供 SearchQA、SpreadsheetBench、DocVQA 等六类基准，以及 OpenAI 兼容接口、Codex 和 Claude Code 等执行后端，便于先用可判分任务验证方法，再接入自己的场景。
🧪 谁适合试，怎么开始
适合已经积累失败案例、任务结果可以自动判分，并且愿意划分训练集与验证集的 Agent 团队。最短路径是先克隆仓库，按官方 Quick Example 跑通 SearchQA：
git clone https://github.com/microsoft/SkillOpt.git
cd SkillOpt
python -m pip install -e ".[searchqa]"随后复制 .env.example、配置所需模型凭证，执行数据准备、训练与独立评估。不要一开始就接生产会话；先观察 best_skill.md 的变化，以及验证闸门是否能拒绝看似合理但效果更差的修改。
⚠️ 使用提醒
SkillOpt 仍标注为 Alpha，SkillOpt-Sleep 也是预览功能，接口和默认值可能变化。更重要的是，使用真实模型后，会把会话摘要和派生任务发送给所选服务商；官方明确提示出站内容不保证无敏感信息。处理企业代码时，应先导出任务文件，人工脱敏并标记已审阅，再执行回放，同时保留验证闸门和人工采用步骤。
它也不是通用“自我进化”按钮：如果任务没有稳定判分标准、验证集太小或数据已经污染，优化结果很容易失真。