达尔文 Skill：让 Agent 技能可验证进化

是什么 达尔文.skill 是面向 Agent Skill 的优化器，README 将其定位为受 autoresearch 启发、兼容多种 SKILL.md 工具的系统。它把待优化的 SKILL.md 作为唯一可编辑资产，目标是让 Skill 的结构质量与实际执行效果都可测量、可回归；给定元数据为 5796 stars，最近提交于 2026-08-25。

核心设计 系统由 9 维 rubric、测试提示词、Git 实验提交、双独立评委、keep/revert 棘轮和人工 checkpoint 组成。每轮按 weighted_gap 找短板，只改一个维度；复评得分不升就用 git revert，涨幅低于 1 分早停，阶段间由人审 diff。结构评分与效果测试共同约束，减少“自己改、自己评”的偏差。

值得借鉴 单变量迭代、评委不复用、回归测试和可恢复变更构成了清晰闭环；失败模式编码、模糊措辞限制、高风险命令黑名单，也把可执行性与安全要求写进 rubric。对拥有 60+ Skills 的维护者，复盘性明显强于凭感觉润色。

边界与风险 README 的实测分数是项目自述，不能外推为通用收益；结果仍依赖 rubric、测试提示词和评委质量，可能出现凑分或过拟合。运行前应提交或 stash 本地改动，涉及凭证、发布和破坏性命令时重点审查 checkpoint diff。