Open sourceHTML · ≈7.0k stars · MIT
darwin-skill
Skill optimization loop: evaluate, improve, test, keep or revert
Autoresearch-inspired skill optimization for Claude Code, Codex, OpenClaw, and other harnesses. It evaluates a skill, improves it, tests the change, and keeps or reverts the result.
Activity
- Last push
- · 3d ago
- Latest release
- v3.0.2
· 3d ago - Last 90 days
- 3 releases
- · 3d ago
针对 #31 反馈的长耗时,修了计票工具的几个问题,并补上流程说明。棘轮的裁决规则没有变。 修复 darwin.py tally 的重跑提醒只列重跑后可能改变裁决的条目。之前一条输了的测试即使翻盘也不影响 keep,也会要求重跑。 留出集和增益评审不再提示重跑。留出集按流程只跑一次。 评委没交票或票文件没写完整时,一次列出所有要补的评委。之前只报第一位,票文件损坏时直接报错退出。 流程 同一步的执行者和评委互不依赖,runtime 支持并发就一次派出。 每轮最多重跑一次。 新增评委卡死的处理:只重派没交票的那几位,已交的票不动。 成本说明订正:2 条…
- · 7d ago
修了一个会影响盲评结果的问题。 修复 darwin.py pair:执行者如果在自己写的脚本里用了in/s0、runs/s1-holdout这类相对路径,评委能据此认出哪份是旧版。现在生成盲评材料时会把这类组路径一并抹掉。发现于一次留出集试跑。 其他 README换上了3.0宣传片,落地页和横幅更新到3.0口径。 旧版卡片模板和旧图移到_archive/。 更新
- · 7d ago
达尔文3.0把棘轮从「评文档」改成「盲评实跑产出」。核心循环、9维rubric、独立评委、git回滚、人工检查点、成果卡片都保留。 为什么改 2.x让评委读新旧两版SKILL.md投票。2026年的几项实证说明这把尺子量不到实际效果: 读文档打出的分数与实跑增益的相关系数是−0.02和−0.03(arXiv:2608.20614)。 按「看起来完整」选出的文档,在行为指标上是全组最差(arXiv:2609.12742)。 精简型skill带来+19个百分点,面面俱到型只有+0.7(arXiv:2602.12670)。 这版改了什么…
Checked against GitHub on Nov 21, 2026. Release notes are shortened to plain text.
Neighbours on the workbench
TypeScript · ≈395k stars · MIT
openclaw/openclaw
The viral open-source personal AI assistant that really does things.
Maintained by OpenClaw Foundation
v2026.11.6releasedShell · ≈329k stars · MIT
mattpocock/skills
Small, composable agent skills for real engineering work.
Maintained by Matt Pocock (AI Hero)
MDX · ≈323k stars · MIT
obra/superpowers
An agentic skills framework and software methodology that works.
Maintained by Jesse Vincent (obra)
Connections
Relations from the Harness Hub knowledge graph, as charted in the State of Harness reports.
Maintained by · 1
- alchaincyfOrganisation
Built on · 3
- Claude CodeProject
- CodexProject
- OpenClawProject
Similar entries · 2
- fable-methodProject
- Google Agents CLIProject
Sources
DisclosureAdded by Harness Hub's automated review of public metadata; not independently tested.
Verified Nov 18, 2026
