技能演化器(目标驱动演化范式)

SKILLAI 工具
AI 工具 未标注权限 许可证不明确
安装这个技能

由 skill-repair(1) 静态诊断 + skill-evolution(2) 目标驱动演化 推导合体并全面升级的 Skill 整改系统;用"双引擎交叉体检 → 剧本化处方 → 断言验收 → 快照回滚 → 剧本自学习"闭环,让 Skill 能自我诊断、自我修复、自我验证并越改越准。用于 Skill 迭代、上架前自查、TRACE 低分项定向提升,以及需要"可机器验证的行为改变 + 可逆演化 + 自动积累修复经验"的场景。不用于修复与 Skill 形态无关的业务项目,也不替代人工对业务正确性的最终判断。当用户提到「双引擎交叉体检」「剧本化整改」「断言验收 Skill」「整改经验自学习」等场景时触发。

一句话选型结论

按资料字段整理

技能演化器(目标驱动演化范式)是AI 工具类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类AI 工具 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_4d66003d/skill-evolution
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

AI 工具
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_4d66003d仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791507985
正文体量10.5 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
组合多个 AI 能力

把写作、检索、总结串成一条流程。

搭工作流

把固定流程做成可重复调用的步骤。

做提示词与评测

整理提示词并对比输出效果。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在AI 工具场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
技能演化器(目标驱动演化范式)当前 未标注权限 未标注 未标注 未标注 有
执行计划 只读 GitHub 仓库 151.5 万 Codex、Claude、Cursor 有
Playwright MCP 测试 浏览器控制 ClawHub 市场 136.5 万 OpenClaw 有
完成前的验证 未标注权限 GitHub 仓库 131.9 万 Codex、Claude、Cursor 有
子 Agent 驱动开发 只读 GitHub 仓库 131.2 万 Codex、Claude、Cursor 有
前端设计 执行命令 GitHub 仓库 125.6 万 Codex、Claude、Cursor 有

SKILL.md 全文

10.5 KB
模型实际读到的说明书原文,来自技能仓库

skill-evolution

> 变异 -> 选择 -> 保留。你没有方向,但用户帮你选方向。

元技能。为其他 skill 提供两条迭代路径:
- 路径A: 定向进化 — 按技能类型选进化方向,精准手术
- 路径B: 吞噬融合 — 从外部吸收逻辑/工具/知识/经验

与 darwin-skill 互补:darwin 做全量评分+自动爬山,evolution 做交互式定向手术+外部吸收。

核心原则

# 原则 含义
01 用户选方向 进化方向、吞噬源由用户选择,不自动决定
02 必先备份 任何改动前创建备份,备份失败硬中止
03 测试决定保留 改动后用户实测,满意保留,不满意回滚
04 原子回滚 回滚到改动前精确状态,三层防护
05 路径平等 进化和吞噬是平行路径,自由选择

Phase 0: 入口

Step 0.1: 确定目标 skill

若用户已在触发语指明目标(如"进化 tianchuan-audit-perspective"),执行文件存在性校验:
- 在 skills 安装目录下搜索 **/{name}/SKILL.md(不假定固定根路径,适配 WorkBuddy/Codex/Clawdbot 等环境)
- 若找到:确认绝对路径,继续
- 若未找到:提示"未找到 skill:[name]",列出名称相似的已安装 skill 作为候选

若未指明目标:列出已安装 skill,让用户选择目标。
列出方式:Glob 搜索 skills 安装目录下的 **/SKILL.md,提取每个文件所在目录名(即 skill name)和 frontmatter 中的 description。

Step 0.2: 选择迭代路径

┌────────────────────────────────────────────┐
│ 你想如何迭代 [目标skill]?                  │
│                                             │
│ A. 定向进化 — 按技能类型选方向精准改进      │
│ B. 吞噬融合 — 从外部吸收能力与知识          │
│                                             │
│ (c = 放弃,退出 skill-evolution)             │
└────────────────────────────────────────────┘

> 所有选择点均提供 c = 放弃/退出 选项,回到 Phase 0.2 或直接退出 skill-evolution。


路径A: 定向进化

Phase A1: 选择技能类型

展示 10 类技能类型。详细定义见 references/evolution-directions.md:

# 类型 特征
1 工具封装 封装 CLI/API/系统工具,提供可调用接口
2 领域知识 专业知识判断、准则引用、异常识别
3 流程编排 多步骤工作流串联、阶段化任务分解
4 分析评估 评分、审计、合规检查、质量评估
5 创意生成 内容生成、占卜测算、文本创作
6 数据采集 爬取、抓取、数据采集与清洗
7 格式转换 文件格式互转 (Markdown/Word/PDF/Excel)
8 安全合规 风险扫描、合规检查、漏洞审计
9 交互教学 引导式学习、问答训练、渐进教学
10 集成桥接 多平台数据流转、服务编排、MCP封装

> 若用户不确定类型:描述目标 skill 功能,由 AI 推荐并请用户确认。

Phase A2: 按类型生成进化方向

读取 references/evolution-directions.md 中该类型对应的进化方向,
每条附带典型症状描述帮用户判断。让用户选择一个方向。

Phase A3: 执行进化

A3.1 备份

执行 references/resources.md 中的回滚备份流程。
备份失败则中止,绝不继续。

A3.2 分析 & 生成改动

1. 读取目标 SKILL.md 全文
2. 针对选择的进化方向,分析弱点
3. 生成 1 个改进方案,展示:
   - 改什么(具体章节/段落)
   - 怎么改(修改前后对比)
   - 为什么(为什么提升该方向)
   - 风险提示(可能副作用)
4. 展示 diff(删除行、新增行)
5. 等待用户确认:"应用此改动?(y/n/修改)"
   用户选"修改" -> 根据用户意见调整 -> 重新展示

A3.3 应用 & 测试

改动应用后:
1. 提示用户用真实场景测试
2. 建议 2-3 个测试用例
3. 等待用户反馈测试结果

A3.4 保留 / 回滚 / 重试

用户满意:
  -> 保留改动
  -> git add + commit(若在仓库内)
  -> 记录进化日志到 .skill-backups/{skill-name}/evolution.log
  -> 询问:"继续进化其他方向?(y/n/c 放弃)"
     y -> 回到 Phase A2
     n -> 回到 Phase 0.2
     c -> 退出 skill-evolution

用户不满意:
  -> 执行回滚(见 references/resources.md 回滚流程)
  -> 询问:"重新进化此方向?(y/n/c 放弃)"
     y -> 回到 A3.2
     n -> 询问:"换方向?(y/n/c 放弃)"
        y -> 回到 Phase A2
        n -> 回到 Phase 0.2
        c -> 退出 skill-evolution
     c -> 退出 skill-evolution

路径B: 吞噬融合

Phase B1: 选择吞噬源类型

┌───────────────────────────────────────────┐
│ 从哪吞噬能力?                             │
│                                            │
│ 1. 其他 skill — 逻辑/规则/工具/命令       │
│ 2. 外部文档 — Word/Markdown/PDF/TXT       │
│ 3. 会话经验 — 从本次对话提炼模式           │
│                                            │
│ 选择 1 / 2 / 3                            │
└───────────────────────────────────────────┘

Phase B2: 分析源并提取吞噬候选

B2.1: 吞噬自其他 skill

1. 列出已安装 skill,用户选择源
2. 读取源 SKILL.md
3. 提取可独立复用单元:
   - 工具/命令定义块
   - 逻辑步骤/判断流程
   - 参考资源块
   - 模板/格式定义
4. 排除项:
   - Frontmatter(名称、版本、触发词)
   - 与目标已有逻辑明确冲突的内容(标注原因)
5. 生成候选列表,每项含:
   - 来源段落摘要
   - 融入目标后位置建议
   - 冲突风险提示

B2.2: 吞噬自外部文档

1. 用户提供文档绝对路径
2. 按格式解析:.md(直接), .docx(python-docx), .pdf(pdfplumber/PyMuPDF), .txt(直接)
3. 提取:
   - 按段落/章节拆分
   - 识别表格/清单/准则条款
   - 评估每块对目标 skill 的价值
4. 生成候选列表,每项含:
   - 知识块文本摘要
   - 来源(文件名+位置)
   - 融入后可能增强的维度

B2.3: 吞噬自会话经验

1. 分析本次对话中用户对 skill 输出的纠正
2. 提取用户偏好的输出格式
3. 提取用户补充的专业知识
4. 提炼为可复用模式
5. 生成候选列表

Phase B3: 用户勾选吞噬项

以结构化表格展示:

| # | 来源 | 内容摘要 | 融入章节 | 冲突风险 | 勾选 |
|---|------|---------|---------|---------|:---:|
| 1 | 源A | ...     | Phase 2 | 无      | [ ] |

确认吞噬项数量后:"{n}个吞噬项,确认融合?(y/n/cancel)"

Phase B4: 执行吞噬

B4.1 备份

同 A3.1。备份失败硬中止。

B4.2 融合

对每个选中项:
1. 知识块适配目标 skill 风格
2. 标注来源:<!-- 吞噬自: [源] 日期: {today} -->
3. 按建议位置插入
4. 冲突处理:
   - 与已有逻辑矛盾 -> 暂停,展示冲突,用户裁决
   - 重叠内容 -> 自动去重,取更完整版本
5. 生成融合后完整 diff
6. 展示 diff,等确认:"应用吞噬?(y/n)"

B4.3 测试 & B4.4 保留/回滚

与 A3.3、A3.4 流程一致。
用户不满意时追问具体原因,据此调整对应吞噬项,重新展示候选列表。


回滚机制

三层防护流程详见 references/resources.md。

Layer 1: 文件级备份
  .skill-backups/{skill}/SKILL.md.{timestamp}
  改动前复制原文件,byte-level 比对验证

Layer 2: Git(若仓库内)
  git stash save "[skill-evolution] backup"
  保留: git add + commit
  回滚: git checkout -- SKILL.md 或 git stash pop

Layer 3: 回滚验证
  回滚后 byte-level 比对原备份 vs 回滚后文件
  不匹配 -> 告警 + 尝试 Layer 1 恢复
  仍不匹配 -> 中止,保留所有备份,请求人工介入

绝对禁止继续的条件:
- 备份文件创建失败
- 备份文件大小 = 0
- Layer 1 + Layer 2 均失败
- 任一触发 -> 硬中止


安全边界

  1. 绝不修改用户未指定的 skill
  2. Frontmatter 不吞噬、不覆盖、不删除
  3. 冲突先裁决,绝不自动选择
  4. 备份失败 = 硬中止
  5. 回滚失败 = 保留所有备份 + 人工介入
  6. 改动超原文件 200% 体积 -> 警告 + 二次确认
  7. 单次吞噬最多 {MAX=10} 项

日志产物

.skill-backups/{skill-name}/
  ├── evolution.log     ← 每次进化的方向/改动/结果
  ├── phagocytosis.log  ← 每次吞噬的来源/项/结果
  ├── SKILL.md.{ts}     ← 原始备份
  └── SKILL.md.{ts}.post ← 改动后副本(保留前)

使用示例

用户: "进化 tianchuan-audit-perspective"
AI: 入口 -> 选 A 进化 或 B 吞噬
用户: A
AI: 展示 10 类 -> 让用户选
用户: 2 (领域知识)
AI: 展示 5 个进化方向(深度/精准/边界/可解释/时效性)-> 让用户选
用户: 精准
AI: 备份 -> 分析 -> 生成 diff -> 等确认
...

用户: "吞噬 cli-anything-wps"
AI: 入口 -> 选吞噬源类型
用户: 2 (外部文档)
AI: 请提供文档路径
用户: E:\docs\增值税法2026.pdf
AI: 解析 PDF -> 提取知识块 -> 候选列表 -> 等勾选
...

与 darwin-skill 协作

推荐流程:
darwin-skill 全量评分 -> 找出薄弱维度
skill-evolution 定向进化 -> 精准修复
skill-evolution 吞噬 -> 补充外部知识
darwin-skill 再评分 -> 验证

参考文件

  • references/evolution-directions.md — 10 类技能类型及进化方向详情
  • references/resources.md — 回滚机制详情、外部文档解析工具、吞噬详细流程

常见问题

5 问
答案由本站依据条目字段整理
技能演化器(目标驱动演化范式)怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_4d66003d/skill-evolution。安装方式为未标注。装完刷新技能列表或重开客户端。

技能演化器(目标驱动演化范式)支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

技能演化器(目标驱动演化范式)权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

技能演化器(目标驱动演化范式)收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

技能演化器(目标驱动演化范式)用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。