Repolode
Enviar
microsoft

microsoft/SkillOpt

Optimizador de Python que entrena documentos de skills reutilizables para agentes LLM congelados mediante ediciones validadas, sin actualizar los pesos del modelo.

Ver en GitHubSitio web
Estrellas
18,935
Forks
1,800
Issues abiertos
57
Último commit
hace 8 horas

¿Qué es?

SkillOpt trata el documento de skills de un agente como el estado entrenable de un modelo congelado. Un modelo optimizador independiente lee los rollouts puntuados del agente y propone ediciones acotadas para añadir, eliminar o reemplazar contenido en un único archivo de skills. Solo se conserva una edición candidata si mejora la puntuación de validación en un conjunto reservado; un búfer de ediciones rechazadas y las actualizaciones de metanivel por época mantienen la estabilidad del entrenamiento.

El resultado es un archivo best_skill.md compacto, normalmente de entre 300 y 2.000 tokens, que se despliega junto al modelo objetivo sin modificar. El proyecto incluye benchmarks integrados, compatibilidad con varios backends, como OpenAI, Azure, Claude y Qwen, e integración con entornos de ejecución como Codex CLI y Claude Code. Un dashboard WebUI opcional permite supervisar las ejecuciones de entrenamiento, y el CLI nocturno SkillOpt-Sleep revisa sesiones anteriores y consolida las skills validadas.

El proyecto se puede instalar desde PyPI como skillopt y se publica bajo la licencia MIT.

Funciones clave

  • 01Entrena un único documento de skills mediante ediciones para añadir, eliminar o reemplazar contenido, propuestas a partir de rollouts puntuados.
  • 02Acepta ediciones solo si mejoran estrictamente la puntuación de validación en un conjunto reservado.
  • 03Genera un archivo best_skill.md listo para desplegar que no añade llamadas al modelo durante la inferencia.
  • 04Admite varios backends, incluidos OpenAI, Azure, Claude, Qwen y endpoints compatibles con OpenAI.
  • 05Se integra con los entornos de ejecución Codex CLI y Claude Code.
  • 06Ofrece un dashboard WebUI opcional para supervisar el entrenamiento.

Casos de uso

  • Mejorar las instrucciones que sigue un agente LLM para una tarea fija sin ajustar el modelo.
  • Evaluar con benchmarks cuánto puede aumentar la precisión de un modelo objetivo determinado gracias a un documento de skills.
  • Transferir un archivo de skills optimizado entre versiones de modelos o entornos de agentes de programación.
  • Ejecutar por la noche un refinamiento offline de las skills para agentes de programación locales.

Inicio rápido

  1. 1

    Instala el paquete desde PyPI

    pip install skillopt
  2. 2

    Consulta la documentación correspondiente a tu versión para ver la configuración y los comandos de entrenamiento

Antes de usarlo

  • El entrenamiento se ejecuta en backends de LLM de destino, por lo que necesitas acceso a API de modelos o a harnesses como Claude Code o Codex.
  • Los detalles de la instalación, la preparación de datos y el entrenamiento están en documentación externa, no en el propio README.

En colecciones

Bibliotecas de skills para agentes de IA

Temas

#agent-skills#llm-agents#prompt-optimization#self-evolving-agents#evaluation#python

Preguntas frecuentes

¿Qué es SkillOpt?
Optimizador de Python que entrena documentos de skills reutilizables para agentes LLM congelados mediante ediciones validadas, sin actualizar los pesos del modelo. SkillOpt trata el documento de skills de un agente como el estado entrenable de un modelo congelado. Un modelo optimizador independiente lee los rollouts puntuados del agente y propone ediciones acotadas para añadir, eliminar o reemplazar contenido en un único archivo de skills. Solo se conserva una edición candidata si mejora la puntuación de validación en un conjunto reservado; un búfer de ediciones rechazadas y las actualizaciones de metanivel por época mantienen la estabilidad del entrenamiento.
¿SkillOpt es gratuito? ¿Qué licencia tiene?
SkillOpt es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿SkillOpt sigue mantenido?
Mantenimiento activo. El último commit de SkillOpt fue el 7 nov 2026.
¿Para qué puedo usar SkillOpt?
Mejorar las instrucciones que sigue un agente LLM para una tarea fija sin ajustar el modelo. Evaluar con benchmarks cuánto puede aumentar la precisión de un modelo objetivo determinado gracias a un documento de skills. Transferir un archivo de skills optimizado entre versiones de modelos o entornos de agentes de programación. Ejecutar por la noche un refinamiento offline de las skills para agentes de programación locales.
¿Cómo se instala SkillOpt?
Instala el paquete desde PyPI: pip install skillopt Consulta la documentación correspondiente a tu versión para ver la configuración y los comandos de entrenamiento
¿Dónde consigo SkillOpt?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/microsoft/SkillOpt

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados