SkillOpt翻译站点

SkillOpt是什么？

SkillOpt‌ 是微软（联合上海交大、复旦、同济）开源的文本空间优化器（Text-Space Optimizer）‌，核心定位是：

‌把 Agent 的技能文档（skill.md）当作可训练的”外部参数”，像训练神经网络一样，通过轨迹驱动的编辑 + 验证门控更新，自动迭代出最优技能文档（best_skill.md），且无需修改任何模型权重。‌

一句话概括：‌不改模型，只改”说明书”，让 Agent 越用越聪明。‌

它于2026年5月26日发布arXiv预印本论文，5月22日开源代码，在 ‌6大基准 × 7款模型 × 3种执行环境 = 52个测试单元中全部取得第一或并列第一‌，被业界称为”Agent技能开发从手工作坊迈向工业化生产”的里程碑。

SkillOpt‌的主要功能

• ‌自动化迭代优化‌：告别手动反复修改 Prompt 的痛苦循环。只需提供带有标准答案的训练集和验证集，SkillOpt 就能自动执行任务、分析失败原因，并精准修改技能文档。
• ‌严格的验证门控机制‌：每次对技能文档的修改，都必须在独立的验证集上通过测试，分数有提升才会被保留，否则会回滚到上一个版本。这确保了技能只会越变越好，不会越改越差。
• ‌简易部署与可视化‌：训练完成后，你将得到一个紧凑的 best_skill.md 文件，部署时只需将其作为系统提示词注入即可。它还提供了 WebUI 面板，可以实时监控迭代进度、修改记录和效果对比。
• ‌多模型与多后端支持‌：支持 OpenAI、Anthropic、Qwen、MiniMax 等多种主流模型的 API，也能在不同的执行环境（如直接对话、Codex CLI、Claude Code CLI）下工作。

SkillOpt‌的核心技术

SkillOpt 的核心在于将深度学习训练理念引入文本空间，构建了一个双模型分工的闭环迭代系统。

• ‌双模型协作‌：
  • ‌执行模型‌：负责用当前的技能文档去执行任务，并记录完整的执行轨迹和结果。
  • ‌优化模型‌：复盘执行轨迹，分析成功与失败案例，以结构化的增、删、改操作精准修改技能文档。
• ‌类深度学习的训练循环‌：整个优化过程遵循一个严谨的循环：‌Rollout（执行任务）→ Reflect（反思分析）→ Aggregate/Select（聚合筛选修改建议）→ Update（更新技能）→ Validate（验证效果）‌。
• ‌文本学习率与编辑预算‌：为控制修改的幅度，避免一次改得太多而破坏原有有效规则，SkillOpt 引入了“文本学习率”或“编辑预算”的概念，每次只允许进行有限步数的修改。
• ‌拒绝编辑缓冲区‌：被验证阶段否决的修改建议会被存入一个缓冲区，作为负面反馈，防止后续优化重复踩坑。
• ‌慢速/元更新‌：在每轮迭代结束后，会进行全局复盘，确保技能文档逻辑连贯、简洁高效，并捕捉更长期的规律。

SkillOpt的使用场景

SkillOpt的项目地址

• 项目官网：https://microsoft.github.io/SkillOpt/
• GitHub仓库：https://github.com/microsoft/SkillOpt

同类产品对比

与传统的手动优化或现有方法相比，SkillOpt 的优势在于系统性和可靠性。

SkillOpt 训练出的技能还具备很好的‌迁移性‌，在一个模型或框架上优化好的技能，换到另一个模型或框架上使用，往往也能带来不错的性能提升，无需重新训练。