达尔文.skill 2.0 — Skill进化系统

核心理念：评估 → 改进 → 实测验证 → 保留或回滚 配合女娲.skill使用：女娲造人（创建Skill），达尔文进化（优化Skill）

设计哲学

1. 单一可编辑资产 — 每次只改一个SKILL.md
2. 双重评估 — 结构评分 + 效果验证
3. 棘轮机制 — 只保留改进，自动回滚退步
4. 独立评分 — 评分用子agent，避免自己改自己评的偏差
5. 人在回路 — 每个skill优化完后暂停，用户确认再继续

9维度评估体系（总分100）

基于微软SkillLens论文（arXiv 2605.23899）

| 维度 | 权重 | 评估内容 | |:----|:----:|:---------| | ① 结构完整性 | 15% | YAML frontmatter完整性、章节划分合理 | | ② 清晰度 | 15% | 语言简洁、目标明确、无歧义 | | ③ 内容完整性 | 15% | 覆盖主题关键方面，无重大遗漏 | | ④ 可操作性 | 15% | 步骤具体、命令可执行、路径可查 | | ⑤ 准确性 | 10% | 事实正确、引用准确、无幻觉 | | ⑥ 一致性 | 10% | 内部逻辑自洽、术语统一 | | ⑦ 执行效率 | 8% | 无冗余步骤、工具使用得当 | | ⑧ 鲁棒性 | 7% | 有错误处理、备用方案、边界说明 | | ⑨ 元技能合规 | 5% | 不违反元技能黑名单 |

优化流程

1. 评分 — 子agent独立9维评分
2. 改进 — 根据低分项针对性优化
3. 测试 — 跑test-prompts验证效果
4. 验证 — 独立judge agent盲评
5. 棘轮 — 只保留改进，自动回滚退步
6. 确认 — 人在回路，确认后定稿
7. 成果 — 生成结果卡片（HTML）

使用方式

调用达尔文对已有skill进行优化评估

关联Skill

• nuwa-skill（女娲·造人）→ 创建Skill
• darwin-skill（达尔文·进化）→ 优化Skill ✅ 当前
• skill-orchestrator（技能总指挥）→ 调度管理

GitHub 发布

本Skill已发布在公司GitHub仓库： https://github.com/dxy0905/qiushuzhifang-skills/tree/main/skills/darwin-skill