thu-aicosmos/skillevolver

** Claude 에이전트가 자신의 재사용 가능한 능력을 부여 할 수있는 메타 스킬 - 시험의 손으로, 수요. **

잘 다루기. 오프라인 쓰레기 풀 없음. Iterative 탐구 → 증류 → 배포 → 정제 루프, 단일 에이전트 SDK 세션에서 종료 실행.

---

헤드라인 결과

| 방법 | avg@5 on 83 과제 | Δ 대 인간 치료 | |:—|:|:|:| | 기술없음 | 29.9% | −13.7% | 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션즈 | 인포메이션즈 | 인포메이션즈 | 인포메이션즈 | 인포메이션즈 | 인포메이션즈 | 인문 | 43.6% | | | | | SkillEvolver (R=1, 아니 정제) | 48.2% | +4.6% | |SkillEvolver (R=2) |56.9% |+13.3% |

작업의 74.7%에서 SkillEvolver ≥ 인간 치료. 연속 작업을 전송 : KernelBench (H100)는 speedup ** 1.16 → 1.51**를 의미합니다. 참여한 기술은 다운스트림 에이전트 ** -19% 토큰 · −15% 회전 · −24% 벽시 **. 종료 비용: ~$4/task.

---

당신이 얻는 무엇

SkillEvolver는 하나의 SKILL.md] (a meta-skill)입니다. CLI 에이전트 — Claude Code, Codex 또는 다른 프로토콜 에이전트는 활성화할 수 있습니다.

---

Headline results

---

What you get

SkillEvolver is a single SKILL.md (a meta-skill) that any CLI agent — Claude Code, Codex, or another protocol agent — can activate. The agent reads the meta-skill, runs the loop on a target task, and writes out an optimized domain skill: a tight SKILL.md plus any helper scripts, references, and probes the loop discovered are worth keeping. That artifact then plugs into a fresh agent session on a new instance of the task — no SkillEvolver needed at deploy time.

How it works

Each round r = 0 … R−1 operates on the training task τ_train only:

• 🔍 Strategize. The agent brainstorms K diverse strategies and writes them as separate domain-skill variants s_{r,1} … s_{r,K}.