project
SkillOpt - マイクロソフトのオープンソースのエージェントスキルドキュメント最適化ツール
SkillOptは、Microsoftが提供するオープンソースのエージェントベースのスキル文書最適化ツールです。このツールは、テキスト空間に深層学習の学習ロジックを導入し、skill.mdを学習可能なパラメータとして扱い、軌跡分析によって編集方向を生成し、テキスト学習率でそれらを制約します。
SkillOptとは何ですか？
SkillOptは、Microsoftが提供するオープンソースのエージェントスキルドキュメント最適化ツールです。テキスト空間に深層学習のトレーニングロジックを導入し、skill.mdを学習可能なパラメータとして扱います。軌跡分析によって編集方向を生成し、テキスト学習率を用いて変更範囲を制限し、検証セットを反復処理して最適なskill.mdを生成します。SkillOptは、モデル間およびツールチェーン間の移行をサポートし、導入時のオーバーヘッドはゼロです。52個の評価ユニットすべてにおいて最高のパフォーマンスを実現することで、エージェントスキルはニューラルネットワークのように、定量化可能かつ再現可能な方法で継続的に進化します。
SkillOptの主な機能
- スキル文書トレーニングフォワードプロパゲーション、バックプロパゲーション、パラメータ更新、検証ゲーティングなど、ニューラルネットワークのトレーニングのように、skill.mdを反復的に最適化します。
- 境界付き編集制御テキスト学習速度は編集範囲を制限し、意味的な飛躍や有効なルールの上書きを防ぎます。
- バッファの編集を拒否する最適化ループで同じ落とし穴が繰り返されるのを防ぐため、検証ゲートによって拒否された編集方向を記録してください。
- クロスモデル/クロスツール移行単一モデルで学習させたスキル文書は、同じシリーズのより小さなモデル、異なるツールチェーン（Codex ↔ Claude Code）、または類似のベンチマークに直接転送できます。
- 導入時のオーバーヘッドはゼロ最終的な出力は300～2000トークンのMarkdownファイルのみであり、デプロイ時に追加の推論呼び出しは行われません。
WeChatでフォローして返信してください “オープンソース「、参加するAIオープンソースプロジェクトに関するディスカッショングループ
SkillOptの使い方
- インストールSkillOptとその依存関係をpip経由でインストールしてください。
- 設定API環境変数テンプレートファイルをコピーし、OpenAI、Azure、AnthropicなどのプラットフォームのAPIキーを入力してください。
- データの準備: 元のタスクデータをトレーニングセット、検証セット、テストセットに分割するか、SkillOptに自動的に分割させます。
- トレーニングを開始するトレーニングスクリプトを実行し、構成ファイル、教師モデル、および生徒モデルを指定して、スキル文書の反復的な最適化を開始します。
- 製品の入手トレーニングが完了したら、出力ディレクトリから最終的に生成されたbest_skill.mdスキル文書と各イテレーションのスナップショットを取得します。
- 展開と使用best_skill.md の内容をターゲットエージェントのシステムプロンプトに直接埋め込むことで、追加の推論オーバーヘッドを必要とせずに機能します。
SkillOptの主な利点
-
システム最適化直感に基づいてドキュメント作成→実行→修正という試行錯誤のサイクルに別れを告げ、定量化可能で再現性のあるスキル向上への道筋を提供します。
-
あらゆるシナリオでリードする6つのベンチマーク、7つのターゲットモデル、3つの実行ツールチェーンにわたる52の評価項目すべてにおいて、最高または最高タイの成績を達成した。
-
パフォーマンスの大幅な向上GPT-5.5は平均で+23.5パーセントポイント向上し、ALFWorldにおけるGPT-5.4-miniは70.9%から85.8%に向上した。
-
1回のトレーニングセッションで、あらゆる場所に展開同じコピー
best_skill.mdこれは、モデルのサイズ、エージェントツールチェーン、および類似のタスク間で再利用できます。
SkillOptのプロジェクトアドレス
- プロジェクト公式サイト：https://microsoft.github.io/SkillOpt/
- GitHubリポジトリ：https://github.com/microsoft/SkillOpt
SkillOptの競合製品比較
| 寸法 | SkillOpt | TextGrad | GEPA | Trace2Skill |
|---|---|---|---|---|
| 最適化対象 | 単一のskill.mdドキュメント | テキストプロンプト | テキストプロンプト | 軌跡抽出ルール |
| 訓練規律 | 深層学習に類似したプロセス（エポック、バッチ、学習器、検証ゲート） | 勾配ベースのテキスト最適化 | 進化アルゴリズム | 軌道誘導 |
| 編集コントロール | 編集予算の上限設定＋却下猶予期間 | 明確な予算管理なし | 突然変異の選択 | 反復最適化なし |
| 検証メカニズム | 厳格な保留検証ゲート | 明示的な検証ゲートはありません | なし | なし |
| クロスモデル転送 | ネイティブサポート | 限定 | 限定 | 限定 |
| デプロイメントのオーバーヘッド | ゼロ（純粋なマークダウン） | 低い | 低い | 低い |
SkillOptの応用事例
-
エージェントのスキル最適化既存のエージェント向けにskill.mdを体系的に改良し、経験に基づく試行錯誤を繰り返す手動調整を置き換える。
-
マルチモデルスキルの再利用強力なモデルに関するトレーニングスキルのドキュメントがあれば、弱いモデルや異なるツールチェーンに直接展開できるため、複数のモデルへの適応コストを削減できます。
-
ベンチマークの画期的な進歩SearchQA、SpreadsheetBench、OfficeQA、DocVQA、LiveMath、ALFWorldなどのタスクにおいて、パフォーマンスの限界を常に押し広げています。
-
ローカルエンコーディング エージェントの自己進化SkillOpt-Sleepのプレビュー版と組み合わせることで、夜間にセッションを自動的にレビューし、頻繁に行われるタスクを再現し、検証済みのスキルを定着させることができます。