修复完整的 Skill
优化的不只有入口说明,还包括可执行脚本、参考资料、资源与测试,变更统一保留在 Skill 的 Git 仓库中。
SkillHone↗
从一次真实故障,到经过验证的修复。SkillHone 改进完整的 Skill 仓库,并保留每次决策,让下一次执行从已有经验出发。
Codex · Claude Code · Cursor · Pi · ZCode
真实故障 → 修复验证 → 可审阅 PR
数值来自论文中的实验,相比其中的商业 Deep Research Agent 基线;SkillHone 无需预先集成搜索栈。查看实验对比与条件。
把下面这段话交给 Codex、Claude Code、Cursor、Pi 或 ZCode。安装指南包含环境设置与验证步骤。
从 https://github.com/Tencent/SkillHone 安装 SkillHone,遵循 docs/install/skillhone.md,让当前 Agent 能发现 CLI 和内置 Skills。使用文档中的 --install-links=true Git 安装命令,并验证安装结果。
记录和审阅 Issue、PR、Wiki 不需要模型凭据。需要执行修复时,再安装并配置可选的 DeepSeek Harness 运行时。
npm install -g --install-links=true git+https://github.com/Tencent/SkillHone.git#main
skillhone --help
skillhone setup --agent codex将 codex 换成你使用的 Agent 运行时;然后按指南配置模型,验证真实的修复工具调用。
脚本缺失、引用失效、API 变化,真实工作会暴露 Skill 的缺口。SkillHone 把这些故障与完整、可审阅的修复连接起来。
优化的不只有入口说明,还包括可执行脚本、参考资料、资源与测试,变更统一保留在 Skill 的 Git 仓库中。
记录诊断、修订、证据与结果。后续 Agent 可以跨会话查看既有修复,以及曾被否决的方案。
从 Issue 追踪到回归测试、修复 Run 和本地 PR。结合测试与 Diff 作出决定,之后还可以回到关联的 Wiki 记录。
原有两分钟研究介绍,进一步解释持久化决策历史和跨模型迁移。
原有研究演示
本地工作台把 Skills 与各自的修复记录放在一起。

将可复现故障及脱敏证据记录为本地 Issue。
关联一项聚焦的回归测试,明确需要改变的行为。
DeepSeek Harness 在独立分支中修复,并运行关联测试。
检查本地 PR、Diff、测试与 Run,再批准合并。
把结果与 Wiki 记录留给后续 Agent 和会话。
跟着公开案例走一遍。 Phoenix tracing Skill 引用了四份未随包发布的文档。可以查看原始 Issue #2567、已合并的修复 #2568,以及 SkillHone 复现指南。
根据你手头的证据选择工作流。
SkillHone 把每次开发步骤表示为结构化的决策记录。当任务和环境变化时,后续 Agent 可以查阅既有历史,判断相似修复是否尝试过,以及某个方案为何被否决。
论文中的优化与评估角色拥有不同权限。优化方使用脱敏反馈修订 Skill,评估方保留原始评估材料,二者通过调度器交换结果。

论文架构图。优化与评估分工,以及跨会话保留的决策历史。
论文在 GAIA 与 WebWalkerQA-EN 上报告了下列平均准确率。SkillHone 采用无预先集成搜索栈的原始开放网络设置;对照的商业 Deep Research Agent 保留其检索栈。
| 系统与设置 | GAIA | WebWalkerQA-EN |
|---|---|---|
| 商业 Deep Research Agent(集成搜索) | 48.8 | 63.2 |
| SkillHone(原始开放网络) | 64.6 | 66.4 |
| 准确率提高 | +15.8 分 | +3.2 分 |
论文还报告了跨模型迁移、消融实验和七个内部场景的部署评估。上述数字对应论文中的设置与基线;自己的 Skill 可以通过关联测试或独立评估器测量优化效果。
ACL Anthology · arXiv · 下载 BibTeX
@inproceedings{li-hu-2026-skillhone,
title = "{S}kill{H}one: A Harness for Continual Agent Skill Evolution Through Persistent Decision History",
author = "Li, Zhiwei and Hu, Yong",
editor = "Atanasova, Pepa and Haffari, Gholamreza and Wang, Minghan",
booktitle = "Proceedings of the 2026 Conference on Empirical Methods in Natural Language Processing: Industry Track",
month = oct,
year = "2026",
address = "Budapest, Hungary",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/2026.emnlp-industry.105/",
pages = "1819--1829",
ISBN = "979-8-89176-460-6"
}可以。SkillHone 从现有 Skill 仓库与故障或评估证据出发;修订可以覆盖说明、脚本、引用、资源与测试,同时留下每次尝试的判断。
本地 CLI 不绑定某一种 Agent。安装文档覆盖 Codex、Claude Code、Cursor、Pi 和 ZCode,其他能够调用 CLI 的 Agent 也可以使用同一工作流。DeepSeek Harness 承担修复执行。
默认先审阅。自动本地合并需要主动开启,而且关联测试必须通过;push 是用户单独授权的操作。以复制模式导入的 Skill 还需要明确同步回原安装位置。
论文数字对应其数据集、设置和基线。实际修复应通过关联的回归测试,或使用独立评估器测量效果。
SkillHone 使用 DeepSeek Harness 作为修复执行器,在独立分支上完成修改并运行关联测试。SkillHone 将本地 PR、验证证据与决策历史保存在一起。