一个 skill 优化 skill：9 维评分 + 独立 judge + 人在回路

来源：GitHub 仓库 hanzhenlin/tidex-awesome-skills 文件约 400 行，约 18 KB

一个自主优化 skill 的 skill，Darwin Skill 2.0。

它解决的是：手里有 skill，但不知道怎么系统地评估它、改进它。

它的流程：

• Phase 0：初始化
• Phase 0.5：测试 Prompt 设计
• Phase 1：基线评估（9 维 rubric + 子 agent 实测）
• Phase 2：优化循环（诊断短板 → 提改进方案 → 执行 → paired 重评估 → 多数决 keep/revert）
• Phase 2.5：探索性重写（按需触发）
• Phase 3：汇总报告

9 维评估 rubric（总分 100）：

• 结构维度（59 分）：Frontmatter 质量、工作流清晰度、失败模式编码、检查点设计、可执行具体性、资源整合度
• 效果维度（35 分）：整体架构、实测表现
• Meta-skill 维度（6 分）：反例与黑名单

几个关键设计：

• paired 比较取代绝对分：同一 judge 一次读改前+改后，消除换尺噪音
• 奇数 N 多数决：3 个独立 judge 投票，避免单个 judge 的偏见
• 人在回路：每个 skill 优化完后暂停，用户确认再继续
• Runtime 中立性审查：skill 必须能在 50+ runtime 通用

它还有 8 条操作反例黑名单、10 条异常 fallback、学术依据（Microsoft Research SkillLens、SkillOpt、Karpathy autoresearch）。

适合谁：

• 做自己 skill、想系统提升质量的科研小组成员
• 需要 skill 评分和优化的人
• 想学“paired 比较 + 奇数多数决”方法论的人

用法： 把 SKILL.md 内容复制到你的 AI 工具里，说“优化 skill”或“skill 评分”触发。