Open-source-фреймворк, который автоматически создает и улучшает переиспользуемые навыки и промпты для coding-агентов, обучаясь на неудачных попытках.
microsoft/SkillOpt
Python-оптимизатор обучает переиспользуемые текстовые навыки для замороженных LLM-агентов, изменяя документы навыков и проверяя каждое изменение на валидационных данных, а не обновляя веса модели.
- Звёзды
- 18,935
- Форки
- 1,800
- Открытые issues
- 57
- Последний коммит
- 8 часов назад
Что это?
SkillOpt рассматривает документ с навыком агента как обучаемое состояние замороженной модели. Отдельная модель-оптимизатор анализирует оценённые траектории выполнения задач агентом и предлагает ограниченные по объёму изменения одного файла с навыком: добавить, удалить или заменить фрагмент. Изменение принимается, только если оно улучшает оценку на отложенной валидационной выборке; буфер отклонённых изменений и метаобновления на уровне эпох помогают сохранять стабильность обучения.
Результат — компактный файл best_skill.md, обычно объёмом от 300 до 2 000 токенов, который развёртывается вместе с неизменённой целевой моделью. В проект входят встроенные бенчмарки, поддержка нескольких бэкендов моделей, таких как OpenAI, Azure, Claude и Qwen, а также интеграция со средами выполнения, включая Codex CLI и Claude Code. Дополнительный дашборд WebUI позволяет отслеживать запуски обучения, а CLI-инструмент SkillOpt-Sleep каждую ночь анализирует предыдущие сессии и объединяет проверенные навыки.
Проект можно установить из PyPI как skillopt; он распространяется по лицензии MIT.
Ключевые возможности
- 01Обучает один документ с навыком, внося предложенные на основе оценённых траекторий изменения: добавление, удаление и замену фрагментов.
- 02Принимает изменения, только если они строго улучшают оценку на отложенной валидационной выборке.
- 03Создаёт готовый к развёртыванию файл best_skill.md, не требующий дополнительных вызовов модели во время инференса.
- 04Поддерживает несколько бэкендов, включая OpenAI, Azure, Claude, Qwen и совместимые с OpenAI конечные точки.
- 05Интегрируется со средами выполнения Codex CLI и Claude Code.
- 06Предоставляет дополнительный дашборд WebUI для мониторинга обучения.
Сценарии использования
- Улучшение инструкций для LLM-агента, выполняющего фиксированную задачу, без дообучения модели.
- Оценка того, насколько документ с навыком может повысить точность конкретной целевой модели.
- Перенос оптимизированного файла с навыком между версиями модели или средами выполнения кодинг-агентов.
- Ночная офлайн-доработка навыков для локальных кодинг-агентов.
Быстрый старт
- 1
Установите пакет из PyPI
pip install skillopt - 2
Ознакомьтесь с документацией для нужной версии, чтобы узнать о настройке и командах обучения
Что важно знать
- Обучение выполняется на целевых LLM-бэкендах, поэтому необходим доступ к API моделей или к таким harness-средам, как Claude Code или Codex.
- Подробности установки, подготовки данных и обучения приведены во внешней документации, а не в самом README.
В подборках
Темы
Частые вопросы
- Что такое SkillOpt?
- Python-оптимизатор обучает переиспользуемые текстовые навыки для замороженных LLM-агентов, изменяя документы навыков и проверяя каждое изменение на валидационных данных, а не обновляя веса модели. SkillOpt рассматривает документ с навыком агента как обучаемое состояние замороженной модели. Отдельная модель-оптимизатор анализирует оценённые траектории выполнения задач агентом и предлагает ограниченные по объёму изменения одного файла с навыком: добавить, удалить или заменить фрагмент. Изменение принимается, только если оно улучшает оценку на отложенной валидационной выборке; буфер отклонённых изменений и метаобновления на уровне эпох помогают сохранять стабильность обучения.
- SkillOpt можно использовать бесплатно? Какая у него лицензия?
- SkillOpt распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- SkillOpt всё ещё поддерживается?
- Активно поддерживается. Последний коммит в SkillOpt — 7 нояб. 2026 г..
- Для чего можно использовать SkillOpt?
- Улучшение инструкций для LLM-агента, выполняющего фиксированную задачу, без дообучения модели. Оценка того, насколько документ с навыком может повысить точность конкретной целевой модели. Перенос оптимизированного файла с навыком между версиями модели или средами выполнения кодинг-агентов. Ночная офлайн-доработка навыков для локальных кодинг-агентов.
- Как установить SkillOpt?
- Установите пакет из PyPI: pip install skillopt Ознакомьтесь с документацией для нужной версии, чтобы узнать о настройке и командах обучения
- Где скачать SkillOpt?
- Исходный код и инструкции по установке — на GitHub: https://github.com/microsoft/SkillOpt
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Python-фреймворк для рекурсивной оптимизации harness: он улучшает промпты, инструменты и оркестрацию вокруг неизменяемого LLM-агента для новых задач.
Python-фреймворк для самоулучшения агентов на основе оценивания с фиксацией происхождения каждого поколения кандидатов.
Симуляционный бенчмарк для оценки AI-агентов поддержки, которые используют инструменты и общаются с симулированными пользователями текстом и голосом.
Самообучающийся слой навыков для Claude Code: он извлекает навыки из реальных сессий, объединяет и обновляет их при использовании и архивирует невостребованные.
Навык планирования на основе файлов для AI coding agents: планы задач хранятся на диске и переживают сброс контекста, /clear и сбои.