darwin-skilllisted

# Darwin Skill **Modified from upstream [alchaincyf/darwin-skill](https://github.com/alchaincyf/darwin-skill)** (MIT-equivalent upstream README declaration; local LICENSE file added in Test-Agent's distribution). Test-Agent 项目内修订:删除上游 README 的个人推广段;`SKILL.md` 内示例数据(原作者自家 skill 命名前缀)替换为 Test-Agent 业务 skill 名;评分文案中的原作者生态绑定语改为通用项目语境。LICENSE 见同级 `LICENSE` 文件。 > 借鉴 Karpathy autoresearch 的自主实验循环，对 skills 进行持续优化。 > 核心理念：**评估 → 改进 → 实测验证 → 人类确认 → 保留或回滚 → 生成成果卡片** > GitHub: https://github.com/alchaincyf/darwin-skill --- ## 设计哲学 autoresearch 的精髓： 1. **单一可编辑资产** — 每次只改一个 SKILL.md 2. **双重评估** — 结构评分（静态分析）+ 效果验证（跑测试看输出） 3. **棘轮机制** — 只保留改进，自动回滚退步 4. **独立评分** — 评分用子agent，避免「自己改自己评」的偏差 5. **人在回路** — 每个skill优化完后暂停，用户确认再继续 与纯结构审查的区别：不只看 SKILL.md 写得规不规范，更看改完后**实际跑出来的效果是否更好**。 --- ## 评估 Rubric（8维度，总分100） ### 结构维度（60分）— 静态分析 | # | 维度 | 权重 | 评分标准 | |---|------|------|---------| | 1 | **Frontmatter质量** | 8 | name规范、description包含做什么+何时用+触发词、≤1024字符 | | 2 | **工作流清晰度** | 15 | 步骤明确可执行、有序号、每步有明确输入/输出 | | 3 | **边界条件覆盖** | 10 | 处理异常情况、有fallback路径、错误恢复 | | 4 | **检查点设计** | 7 | 关键决策前有用户确认、防止自主失控 | | 5 | **指令具体性** | 15 | 不模糊、有具体参数/格式/示例、可直接执行 | | 6 | **资源整合度** | 5 | references/scripts/assets引用正确、路径可达 | ### 效果维度（40分）— 需要实测 | # | 维度 | 权重 | 评分标准 | |---|------|------|---------| | 7 | **整体架构** | 15 | 结构层次清晰、不冗余不遗漏、与项目目录风格一致 | | 8 | **实测表现** | 25 | 用测试prompt跑一遍，输出质量是否符合skill宣称的能力 | ### 评分规则 - 维度1-7：每个维度打 1-10 分，乘以权重得到该维度得分 - 维度8（实测表现）：跑2-3个测试prompt，按输出质量打1-10分 - **总分 = Σ(维度分 × 权重) / 10**，满分100 - 改进后总分