微软悄然开源了一款 Skill 神器

推荐语

微软开源SkillOpt，让AI Agent的Skill文件实现自动优化，大幅提升任务执行效果。

核心内容：
1. SkillOpt的核心原理：双模型协作，一个执行任务，一个复盘优化
2. 优化过程：小步迭代、测试验证、失败记录，避免无效改动
3. 实际效果：在多种任务和模型上显著提升得分，无需改动模型本身

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

做 AI Agent 的朋友，在遇到 Agent 跑偏的时候，是不是像下面这样：

给 Skill 文件里加一句「别这么做」。但格式错了，又补一句「输出长什么样」。

不断地频繁改动，Skill 文件内容越来越多。但 Agent 并没有变得听话，反而变得更差。

Agent 的表现不靠谱，大家有没有想过，可能并不是模型不够聪明，而是 Skill 写得不够好。

最近微软开源的 SkillOpt，给了我们解决这个痛点一条新的思路。

它的核心是，把我们写的 Skill，本身变成一个能反复训练、自动优化的东西。

为此，它请了两个模型搭班子。一个专心干活，另一个在旁边盯着，琢磨 Skill 该怎么改。

干活那个模型会先按照当前 Skill 做一批任务，哪些做成了、哪些搞砸了，全程记下来。

接着，负责优化的模型来复盘。成功的吸取经验，而失败的则去找规律，看看是不是老在同一个地方出错。

当复盘完成后，就开始动手优化 Skill 文件，加删内容，或者更改其中的描述。

也会有限制，每次只准小改几处。防止步子迈大了，容易把原本好用的规矩也一起修改了。

论文里给出的测试结果是，每次的改动数量控制在 4 处左右，效果是比较好的。

改到最后，真正被留下、起决定作用的核心规矩，往往就那么一两条或者三四条。

但改归改，能不能留下来，还得通过测试。

SkillOpt 会安排一批没做过的新任务，用改动后的 Skill 去完成。

结果变好，保留这次改动，如果没变好，则会立刻退回到上一个版本。

当然被反驳回去的改动也是没白费的。系统会把它存进一个「失败记录」的档案里。

在往后的优化里，它就知道哪些方法已经试过、走不通，不会反复地在原地打转。

而且每跑完一整轮，框架还会做一次大复盘，把整份 Skill 重新捋一遍，免得越跑越偏。

那优化后的 Skill 实际效果怎么样，论文里给了一份详细的测试得分。

从表格来看，覆盖了日常大部分的场景，从查资料答题、做表格，到读文档、解数学题等。

在这 6 类任务，7 个不同模型上，通过 52 次测试，全部拿到第一或并列第一。

换上优化后的 Skill，GPT-5.5 平均涨了 23.5 分，其中表格类任务的提升接近 39 分。

这里我们有必要知道，这些得分的提升，是在没动模型本身的前提下拿到的。

从得分来看，通过 SkillOpt 优化过后的 Skill 的确是有了很大的提升。

至于如何上手使用这个工具，目前没有提供开箱即用安装包，具体执行下面几条命令：

git clone https://github.com/microsoft/SkillOpt.gitcd SkillOptpip install -e .

并且需要配置模型 API，支持 OpenAI、Anthropic、Qwen 等主流模型。

安装配置完成后，我们需准备两份带有答案的测试题目，一份用于训练，一份用于验证。

然后执行一条命令启动，我们就只需喝杯咖啡，坐等一份优化后的 Skill 文件输出。

另外工具也提供 WebUI，可以直观看到训练的过程，安装和启动的命令如下：

pip install -e ".[webui]"python -m skillopt_webui.app

想了解更多关于参数的配置，以及使用步骤，可以查看 README 文件里的教程。

写在最后

过去调整优化 Skill，全凭经验让 AI 去改，就算改好了，也说不出个原因来。

而 SkillOpt 把它变成一件能验证、能回退、能自我迭代的事。每次失败，都成了让 Skill 变得更稳的经验。

类似的思路，在我们上个月分享过的 Hermes Agent 工具身上也见过。

它把每次完成重复性复杂的任务，撰写成一份  Skill，后面使用时，还会不断的迭代优化。

两个工具所走的路子虽然不同，但都是想让 Skill 不断地变得更加好用。

以后或许再也不用我们自己，一遍又一遍地去打磨优化 Skill 了。

GitHub 项目地址：https://github.com/microsoft/SkillOpt

今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！