这个 Skill 能做什么，适合哪些场景？
SkillOpt-Sleep 是微软 SkillOpt 仓库中的一个技能，为本地 Claude Code 智能体提供“睡眠周期”式的自我改进。它按需或按夜间计划读取过去的真实会话记录，挖掘重复出现的任务，用所选后端重放这些任务，并把通过 held-out 验证门控的修改整理进 CLAUDE.md 和 SKILL.md。实时文件只有在显式 adopt 或用户要求的 --auto-adopt 下才会改变，且始终先备份。默认 mock 后端零 API 开销，真实后端则需注意数据边界。
- 读取 ~/.claude/projects/*/<session>.l 和 history.l（只读），生成会话摘要
- 从摘要挖掘 TaskRecord（重复意图、结果标签、可核查引用）
- 在当前技能+记忆下用所选后端（mock/claude/codex 等）重放任务并打分
- 对失败做反思，提出有界 add/delete/replace 编辑，仅在 held-out 分数严格提升时接受
- 将 proposed_CLAUDE.md / proposed_SKILL.md 与 report.md、report.、manifest.、diagnostics. 写入暂存目录，实时文件不动
- 通过显式 adopt（先备份）或 --auto-adopt 应用暂存提案
- 希望智能体“越用越好”、跨会话记住偏好的 Claude Code 个人用户
- 想让夜间 cron 自动复盘当天会话、把经验固化成技能文件的开发者
- 想先零成本试跑流程的人：用默认 mock 后端做 dry-run 预览
- 用真实后端前想审查/脱敏任务数据的人：harvest --output 导出 JSON、检查后以 --tasks-file 重放
- 想用 --preferences 注入团队规则（如“总是用 async/await”）让优化器遵循
- 希望直接修改模型权重或在线实时改进的用户——本技能不训练权重，只在暂存区提议、验证后由用户采纳
- 数据高度敏感且不愿审阅导出任务文件的用户——真实后端会把截断的会话内容发给提供商
如何安装这个 Skill？
- Shell / 命令行
- 网络访问
- 本地文件系统
Python 3.10+skillopt-sleep CLI (skillopt v0.2.0+)cron for scheduling
本技能随 microsoft/SkillOpt 仓库（MIT 许可）分发，位于 plugins/claude-code/skills/skillopt-sleep/，需 Python 3.10+。安装引擎：
pip install skillopt将仓库中 plugins/claude-code/ 的插件安装到 Claude Code 后，技能入口为 plugins/claude-code/skills/skillopt-sleep/SKILL.md；源码包含 Claude Code、Codex、Copilot、Devin 集成外壳，但插件/MCP 文件不在 PyPI wheel 内。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 运行睡眠周期，看看我这周重复做了哪些任务，并把改进整理成提案
- 帮我安排一个每天凌晨 3 点的夜间自优化计划
- 回顾我过去的会话，学习我的偏好，整理到 CLAUDE.md 里
- 先别花钱，用 mock 后端跑一次 dry-run 给我看看会提议什么
通过 /skillopt-sleep 命令或脚本驱动六阶段周期：harvest → mine → replay → consolidate → stage → adopt。核心命令：
"${CLAUDE_PLUGIN_ROOT}/scripts/sleep.sh" dry-run --project "$(pwd)"
"${CLAUDE_PLUGIN_ROOT}/scripts/sleep.sh" run --project "$(pwd)"
"${CLAUDE_PLUGIN_ROOT}/scripts/sleep.sh" adopt --project "$(pwd)"
"${CLAUDE_PLUGIN_ROOT}/scripts/sleep.sh" schedule --project "$(pwd)" --hour 3 --minute 17常用选项：--backend mock|claude|codex|copilot|handoff|azure_openai（默认 mock 零开销）、--scope all|invoked、--lookback-hours 72、--max-tasks 40、--edit-budget 4、--auto-adopt、--。高级行为在 ~/.skillopt-sleep/config. 中配置（gate_mode、gate_metric、evolve_memory/evolve_skill 等）。
这个 Skill 有哪些优点和局限？
- 默认验证门控：只接受在 held-out 任务上严格提升的编辑，且被拒编辑记录在运行报告中
- mock 后端零 API 费用即可验证整条流水线；还有确定性合成演示 run_experiment --assert-improves
- 暂存-采纳机制保证实时文件不被静默修改，采纳前自动备份
- 同时支持技能（SKILL.md）和项目记忆（CLAUDE.md） consolidation，可独立开关
- held-out 提升只是本次运行的证据，不保证更广的改进；效果取决于任务、模型和检查
- 真实后端会把截断的转录内容发送给提供商，且不保证移除所有密钥，敏感会话需走导出-审查-重放流程
- 调度依赖 cron，效果证据集中在论文所述基准与 Claude Code 环境；其他宿主未经同等验证
- nightly 周期默认上限（40 任务、4 次编辑）较保守，深度优化需自行调参并承担真实 API 费用
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| SkillOpt-Sleep：本地智能体的睡眠周期自进化技能 本页 ✓ Microsoft · 官方 | 64 · 推荐 | ★ 18k | 19 天前 | MIT |
| SkillOpt-Sleep ✓ Microsoft · 官方 | 64 · 推荐 | ★ 18k | 19 天前 | MIT |
| SkillOpt-Sleep OpenClaw 参考适配 ✓ Microsoft · 官方 | 44 · 不推荐 | ★ 18k | 19 天前 | MIT |
| Vibe Replay 会话回放 | 56 · 谨慎使用 | ★ 38 | 11 天前 | MIT |
| Agents Observe | 54 · 谨慎使用 | ★ 696 | 1 个月前 | MIT |
README 将其定位为“部署时的训练类比”：与权重微调相比不触碰模型参数、零推理时模型调用开销；与松散的自改写技能生成相比，多了有界编辑、held-out 门控与可复现报告。相关生态中 gbrain、gbrain-evals 与 darwin-skill 已集成 SkillOpt。
FollowSkills 如何评估这个 Skill？
Microsoft 官方发布（可验证官方来源），核心机制是让 agent 「离线复盘过去会话并自我修改 CLAUDE.md/SKILL.md」——这是一种自我修改行为，设有验证门禁（只保留在留出测试集上表现更好的改动）和显式采纳步骤（不会静默生效），设计上有节制，但「agent 改写自己的指令文件」这类能力本身仍需要用户理解其影响范围。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
本条评估按 FSRS 1.0 标准完成，维度分不做换算，已进入按 FSRS 2.0 重新评估的复核队列。
查看完整评分方法 →