Avaliar e melhorar uma Agent Skill existente com darwin-skill

Para quem

Esta skill é para quem já tem uma Agent Skill e quer avaliá-la e melhorá-la num loop de experimento. Oficialmente: otimizar suas Agent Skills como se treina um modelo. Inspira-se no autoresearch de Karpathy e leva um loop de experimento autônomo do treinamento de modelo para a otimização de Skill.

Fonte de inspiração:

https://github.com/karpathy/autoresearch

Não ensina a escrever a primeira skill do zero e não é polimento genérico de prompt. Um ponto de partida melhor: você já tem um arquivo de skill executável, quer ver em qual dimensão ela é fraca e então decidir se muda. Se ainda não tem skill para avaliar, a página não dá outro tutorial completo de «criar uma skill primeiro».

Notas oficiais:

https://github.com/alchaincyf/darwin-skill

Primeira tentativa em 3 minutos

O comando oficial de instalação é só este:

npx skills add alchaincyf/darwin-skill

Isso grava a skill no ambiente do assistente atual. Confirme antes de executar que você quer instalá-la. Não acrescente um segundo comando de instalação.

Depois de instalar, uma ação de baixo risco: escolha uma skill existente, peça ao assistente para avaliar primeiro pelo fluxo Darwin, não altere arquivos diretamente e não execute exclusões nem hard reset na avaliação. A página diz que o loop completo inclui avaliar, melhorar, testar e manter ou reverter. Na primeira vez, pare no resultado da avaliação e veja com clareza se a próxima etapa vai reescrever a skill.

Se o assistente entrar na otimização de uma dimensão da Phase 2, deve parar em CHECKPOINT e esperar sua confirmação. Sinal de sucesso: você vê as notas de avaliação e qualquer reescrita acontece só depois do seu acordo. Se continuar mudando arquivos sem ponto de verificação, pare imediatamente.

Casos de uso

Caso 1: otimização de uma dimensão na Phase 2 com confirmação no ponto de verificação. A evidência diz que esta etapa força uma pausa e espera a confirmação do usuário. Entregue uma skill, permita só uma proposta de mudança de uma dimensão, leia a mudança proposta em CHECKPOINT e então decida se continua. Não deixe manter automaticamente uma versão nova antes da confirmação.

Caso 2: conferir a lista de bloqueio de ações de alto risco. A evidência diz que a nona dimensão exige que a skill enumere de forma explícita as operações destrutivas proibidas, por exemplo rm, git reset --hard, force push. Na primeira vez, só confira se a skill-alvo escreveu esta lista; não execute de fato esses comandos. Se a lista faltar, pare em «apontar a ausência». A página não escreve um comando que corrija a lista de bloqueio automaticamente.

Limites

O loop de otimização vai alterar seus arquivos de skill e inclui manter ou reverter. Na primeira vez, trate CHECKPOINT como uma parada dura, não como uma dica que se pode pular. Comandos de alto risco só entram neste critério quando a skill avaliada os lista como proibidos; a evidência não diz que o Darwin vai interceptar cada rm por você.

Ele trata otimização de Skill, não o treinamento de modelo em si. autoresearch é só a fonte de inspiração. Os materiais não escrevem um comando slash específico que dispara a avaliação nem um formato de conjunto de teste. Os passos que faltam param nas notas existentes; não instale outro otimizador.