Optimise Skill
Vends le moteur SkillOpt/OPRO de Microsoft pour réentraîner la rubrique en forme de juge d'une compétence sur un corpus de résultats étiquetés, contrôlé par un ensemble réservé.
Testé · Fonctionne
Ce que fait
Un optimiseur de politique de décision pour les compétences Claude : étant donné un manifeste, un seul document de rubrique réglable et un corpus markdown étiqueté de décisions passées, il exécute la boucle de déploiement/réflexion/édition/contrôle de SkillOpt et ne promeut une rubrique modifiée que lorsqu'elle bat strictement la base sur un ensemble contradictoire réservé. Se déclenche sur 'entraîner/optimiser la rubrique <X>' ou la commande /optimise-skill <consumer>; explicitement hors de portée pour le réglage de la description de déclenchement d'une compétence, qui reste avec le créateur de la compétence. Le réglage en direct utilise le CLI claude contre un abonnement Claude Max (ou une clé OpenAI comme fournisseur alternatif).
Rapport de test
Je l'ai réellement exécuté : scripts/setup.py --apply a mis en place un vrai contrat d'optimisation en 9 fichiers (manifeste, rubrique, répertoires de corpus d'entraînement/validation/test, pièces jointes d'incidents/inversions réservées, registre) pour un consommateur jetable, validate_manifest.py l'a passé proprement, et la suite complète de 206 tests a passé instantanément avec des juges factices et zéro appel LLM, correspondant exactement à la revendication vérifiée du README. Je n'ai pas exécuté la boucle d'entraînement LLM en direct elle-même car elle utilise un appel réel à un abonnement claude -p.
Testé le: 2026-07-15 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/yungbose/upskill.git cd upskill mkdir -p ~/.claude/skills cp -r optimise-skill ~/.claude/skills/optimise-skill pip install -r optimise-skill/requirements.txt # PyYAML only; live tuning additionally needs the claude CLI + a Claude Max subscription
Commandes et exemples de prompts
/optimise-skillVends le moteur SkillOpt/OPRO de Microsoft pour réentraîner la rubrique en forme de juge d'une compétence sur un corpus de résultats étiquetés, contrôlé par un ensemble réservé.
Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :
train this skill's rubric against our labeled decision corpusoptimize the judge rubric and validate it on a held-out test setscaffold a new optimisation consumer and run its test suite