skilloptlisted

# Skill: `skillopt` Otimização de skill no estilo [SkillOpt](https://microsoft.github.io/SkillOpt/) (Microsoft Research): o **documento de skill é o único artefato treinável**, o modelo-alvo permanece congelado. Um otimizador propõe edits limitados (add/delete/replace) e só aceita os que melhoram um split held-out. Implementação local neste repo: `bin/skillopt.js` + engine determinístico em `scripts/skillopt/engine.js`. Roda offline, sem dependências e sem chave de API — o scorer default é determinístico e pode ser trocado por um adapter de LLM real via `opts.scorer`. --- ## Trigger - Quando o usuário pedir para "otimizar", "melhorar" ou "afinar" um `SKILL.md` / prompt de instrução. - Quando uma skill existente falha repetidamente em um conjunto de tarefas com critérios objetivos. - Sempre que houver uma suíte de tarefas com `requires` / `forbids` mensuráveis para guiar o ajuste. --- ## Steps 1. Escreva a suíte de tarefas em JSON: cada task tem `id`, `split` (`train` ou `holdout`), `requires` (diretrizes que devem aparecer) e `forbids` (diretrizes proibidas). Veja `example.suite.json`. 2. Aponte para o skill inicial via `suite.skill` ou `--skill <SKILL.md>`. 3. Rode `node bin/skillopt.js --suite <suite.json> --out best_skill.md --report report.json`. 4. Inspecione o resumo: `gate score` inicial -> final, `pass rate`, edits aceitos/rejeitados e `EXIT_SIGNAL`. 5. Revise `best_skill.md` (diff contra o original) antes de promover. O otimizador adiciona diretrizes sob a se