GitHub-радар
SkillOpt от Microsoft: обучение навыков для LLM-агентов
SkillOpt из Microsoft Research автоматически улучшает текстовые инструкции для агентов — Claude Code становится точнее на 19 очков, Codex на 25, без изменений в самой модели.
SkillOpt — инструмент из Microsoft Research (вышел в июле 2026, уже 16 000★), который рассматривает текстовые файлы навыков (SKILL.md) как обучаемые параметры для LLM-агентов. Не меняя саму модель, он прогоняет агента по набору задач, оценивает результаты и делает ограниченные правки в инструкции — добавить/удалить/заменить фрагмент. Каждое изменение принимается только если проходит валидационный тест. Итог — файл best_skill.md в 300–2000 токенов, который кладёте в проект: Claude Code, Codex или любой harness сразу работает точнее. По бенчмаркам Microsoft: +19.1 очка внутри Claude Code, +24.8 внутри Codex, +23.5 в прямом чате с GPT-5.5 — на шести бенчмарках и семи моделях. Поддерживает OpenAI, Azure, Claude, Qwen и MiniMax; есть режим SkillOpt-Sleep для ночного саморазвития и веб-дашборд для мониторинга.
Зачем это вайб-кодеру
Если агент раз за разом ошибается на одном типе задач, SkillOpt находит закономерность и переписывает инструкцию до тех пор, пока ошибки не исчезнут — без ручной правки промптов. Двадцать очков точности — это меньше перезапусков и меньше времени на проверку результатов агента.
Как поставить
Скопируйте и отправьте своему агенту — Claude Code, Codex, любому:
Используй SkillOpt отсюда: https://github.com/microsoft/SkillOpt — установи через `pip install skillopt`, запусти оптимизатор на нужном SKILL.md-файле, сгенерируй best_skill.md и покажи мне, что изменилось. Ключ от модели у меня есть, спроси если нужен.
Запустится на обычном ноутбуке — нужен Python 3.10 и ключ от языковой модели.
Открыть на GitHub▌ Ещё находки