|
|
@@ -1,6 +1,6 @@
|
|
|
-
|
|
|
+
|
|
|
|
|
|
-# better.skill
|
|
|
+# 达尔文.skill
|
|
|
|
|
|
**像训练模型一样优化你的 Claude Code Skills。**
|
|
|
|
|
|
@@ -20,7 +20,7 @@ Claude Code 的 Skill 生态在快速扩张。当你有 10 个 Skills 时可以
|
|
|
|
|
|
传统的 Skill 审查是**纯结构性的**：检查格式对不对、步骤有没有编号、路径能不能访问。但一个格式完美的 Skill，跑出来的效果可能很差。
|
|
|
|
|
|
-better.skill 同时评估**结构质量**和**实际效果**，然后只保留真正有改进的修改。
|
|
|
+达尔文.skill 同时评估**结构质量**和**实际效果**，然后只保留真正有改进的修改。
|
|
|
|
|
|
---
|
|
|
|
|
|
@@ -30,7 +30,7 @@ better.skill 同时评估**结构质量**和**实际效果**，然后只保留
|
|
|
|
|
|
我们把同样的思路搬到了 Skill 优化：
|
|
|
|
|
|
-| autoresearch | better.skill | 为什么这样映射 |
|
|
|
+| autoresearch | 达尔文.skill | 为什么这样映射 |
|
|
|
|:---|:---|:---|
|
|
|
| `program.md` | 本 SKILL.md | 定义评估标准和约束规则 |
|
|
|
| `train.py` | 每个待优化的 SKILL.md | 被优化的资产，每次实验只改它 |
|
|
|
@@ -98,8 +98,8 @@ better.skill 同时评估**结构质量**和**实际效果**，然后只保留
|
|
|
|
|
|
```bash
|
|
|
# 将 SKILL.md 放入 Claude Code Skills 目录
|
|
|
-mkdir -p ~/.claude/skills/better-skill
|
|
|
-cp SKILL.md ~/.claude/skills/better-skill/SKILL.md
|
|
|
+mkdir -p ~/.claude/skills/darwin-skill
|
|
|
+cp SKILL.md ~/.claude/skills/darwin-skill/SKILL.md
|
|
|
```
|
|
|
|
|
|
### 使用
|
|
|
@@ -140,7 +140,7 @@ cp SKILL.md ~/.claude/skills/better-skill/SKILL.md
|
|
|
|
|
|
autoresearch 证明了一个优雅的想法：你可以把「写论文」这件事变成一个自主实验循环。定义目标（`program.md`），让 agent 不断生成和测试变更（`train.py`），用可量化的指标（`val_bpb`）决定保留还是回滚。
|
|
|
|
|
|
-better.skill 把同样的思路搬到了 Claude Code Skill 优化。区别在于：
|
|
|
+达尔文.skill 把同样的思路搬到了 Claude Code Skill 优化。区别在于：
|
|
|
|
|
|
1. **评估更复杂**：需要 8 个维度的加权评分，单一数值说不清楚
|
|
|
2. **需要实测**：结构评分只是一半，另一半必须跑真实 prompt 看效果
|
|
|
@@ -164,7 +164,7 @@ better.skill 把同样的思路搬到了 Claude Code Skill 优化。区别在于
|
|
|
## 文件结构
|
|
|
|
|
|
```
|
|
|
-better-skill/
|
|
|
+darwin-skill/
|
|
|
├── README.md # 你正在看的文件
|
|
|
├── SKILL.md # 核心：评估标准 + 优化流程 + 约束规则
|
|
|
├── showcase.html # Pentagram 风格的可视化展示页（可本地打开）
|
alchain
