インストール
npx skills add alchaincyf/darwin-skill誰向けか
このスキルは、すでに Agent Skill を持っており、実験ループで評価と改善をしたい人向け。公式の言い方は、モデルを訓練するように Agent Skills を最適化する、である。Karpathy の autoresearch に着想し、自律実験ループをモデル訓練から Skill 最適化へ移している。
着想元：
https://github.com/karpathy/autoresearch
ゼロから最初のスキルを教えるものではなく、汎用プロンプトの磨きでもない。より良い起点は、手元に実行できるスキルファイルがあり、どの次元が弱いかを見てから直すかを決めること。評価できるスキルがまだないなら、ページに「先にスキルを作る」別の完全なチュートリアルはない。
公式説明：
https://github.com/alchaincyf/darwin-skill
3分で最初の試行
公式インストールコマンドはこの1本だけ：
npx skills add alchaincyf/darwin-skill
これは今のアシスタント環境にスキルを書き込む。実行前に入れたいことを確認する。2本目のインストールコマンドを足さない。
入れたあと、低リスクな動作をする。既存スキルを1つ選び、アシスタントにダーウィンの流れで先に評価させる。ファイルは直接変えず、評価段階で削除やハードリセットも実行しない。ページは、評価、改善、テスト、保持またはロールバックまでが完全な循環だと書く。初回は評価結果までで止め、次段階がスキルを書き換えるかを見極める。
アシスタントが Phase 2 の単一次元最適化に入ったら、CHECKPOINT で止まって確認を待つ必要がある。成功の合図は、評価の説明が見え、書き換えはうなずいたあとだけであること。チェックポイントなしでファイル変更が続くなら、すぐ止める。
使用例
例1：Phase 2 の単一次元最適化をチェックポイントで確認する。根拠はこの段階が強制一時停止し、利用者の確認を待つと書く。スキルを1つ渡し、単一次元の直し方だけ提案させ、CHECKPOINT で提案変更を読んでから続けるかを決める。確認前に新版を自動保持させない。
例2：高リスク行動の禁止リストを照合する。根拠は第9次元が、禁止する破壊的操作をスキルが明示するよう求めると書く。例：rm、git reset --hard、force push。初回は対象スキルにこの禁止リストが書いてあるかだけ見る。これらのコマンドを実際に走らせない。名簿が欠けていれば「欠けを指摘する」まで。ページに禁止リストを自動補修するコマンドはない。
利用の境界
最適化ループはスキルファイルを変え、保持またはロールバックも含む。初回は CHECKPOINT を飛ばせるヒントではなく、硬い停止として扱う。高リスクコマンドは、評価対象スキルが禁止項として明示したときだけ、この基準の対象になる。根拠は、ダーウィンが毎回の rm を代わりに止めるとは書いていない。
扱うのは Skill 最適化であり、モデル訓練そのものではない。autoresearch は着想元にすぎない。材料に評価を起動する具体的なスラッシュコマンドはなく、テストセット形式もない。欠けた手順は既存の説明で止め、別の最適化器を足して入れない。