← 返回 Skills 市场
50
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install opc-iterative-training
功能描述
Skill迭代训练工具,通过双轨对照法(Freestyle vs Skill执行)持续优化Skill质量
使用说明 (SKILL.md)
胡田-OPC导师-迭代训练
基础信息
- Skill名称: 胡田-OPC导师-迭代训练
- 版本: v1.0
- 适用场景: Skill训练、Skill迭代优化、低频Skill激活、输出质量提升
- 触发词: 训练、练一下、跑个案例、迭代、优化Skill、升级Skill
概述
本Skill提供"双轨对照法"训练机制,通过自由发挥与Skill执行的对照分析,持续迭代优化自建Skill。核心思路:AI自由发挥时可能产生Skill框架外的亮点,将这些亮点标准化后回灌Skill,实现Skill的持续进化。
模块1:训练触发与选题
触发条件
- 主动触发:用户说"训练"、"练一下"、"跑个案例"
- 被动触发:周报显示某Skill调用\x3C3次/月,标记为"需训练"
- 迭代触发:用户对Skill输出不满意,要求优化
- 轮训触发:每季度全量58个Skill轮训一轮
选题优先级
- 用户指定的Skill → 最高优先级
- 周报标记的低频Skill(\x3C3次/月)
- 用户近期反馈输出不佳的Skill
- 长期未更新的Skill(>30天无迭代)
虚拟案例设计原则
- 贴近实战:基于Skill的真实使用场景设计,不编造脱离实际的案例
- 难度适中:不能太简单(没训练价值),不能太特殊(不可复用)
- 数量:每次训练1-2个虚拟案例
- 来源:可参考
./案例注册表.json中同类案例的场景
模块2:双轨对照法
Step 1:自由发挥(Freestyle)
- 不加载任何Skill,完全凭自身能力完成案例任务
- 记录维度:
- 输出内容全文
- 思路和推理过程
- 亮点(独特的角度、灵活的结构、创新的表达)
- 不足(遗漏的步骤、不够严谨的地方)
- 保存到:
./Skill训练/{Skill名}/自由发挥_{日期}.md
Step 2:Skill执行
- 加载目标Skill,严格按Skill流程完成同一个案例
- 记录维度:
- 输出内容全文
- Skill流程各步骤执行情况
- 亮点(方法论完整性、框架严谨性、标准输出质量)
- 不足(死板的地方、缺失的维度、可以更灵活的环节)
- 保存到:
./Skill训练/{Skill名}/Skill执行_{日期}.md
Step 3:对照分析
从5个维度对比Freestyle vs Skill:
| 维度 | 说明 |
|---|---|
| 完整性 | 哪个覆盖更全?Skill是否遗漏了Freestyle发现的角度? |
| 深度 | 哪个分析更深?Freestyle是否在某点上有独到见解? |
| 结构性 | Skill框架是否限制了灵活性?Freestyle是否缺少体系? |
| 创新性 | Freestyle有什么Skill没想到的思路?能否标准化? |
| 实用性 | 哪个对用户更有价值?用户会更满意哪个输出? |
Step 4:提炼与迭代
- 将Freestyle亮点提炼为可标准化、可复用的内容
- 识别3类改进:
- 增量改进:Skill新增1个步骤/维度/检查项
- 优化改进:Skill现有步骤优化表达/逻辑/模板
- 结构改进:Skill整体结构调整(较少发生)
- 更新Skill的SKILL.md或参考文档
- 版本号+0.1(如v1.0→v1.1)
- 记录迭代日志
模块3:迭代规范
版本管理
- 小迭代(+0.1):新增步骤/优化表达/补充案例 → 不改Skill核心框架
- 中迭代(+0.5):新增模块/结构调整 → 改变Skill部分架构
- 大迭代(+1.0):核心方法论升级 → Skill本质变化
迭代日志格式
### 训练记录 {日期}
- Skill:{名称} v{版本} → v{新版本}
- 案例:{虚拟案例简述}
- Freestyle亮点:{1-3条}
- Skill优势:{1-3条}
- 改进点:{1-3条具体可操作的改进}
- 迭代内容:{具体修改了什么}
- 是否已更新Skill文件:是/否
迭代日志存放
./Skill训练/{Skill名}/迭代日志.md
模块4:训练节奏
| 类型 | 频率 | 优先级 | 触发方式 |
|---|---|---|---|
| 用户指定训练 | 即时 | 最高 | 用户说"训练" |
| 低频Skill补训 | 周报标记后当周 | 高 | 周报自动标记 |
| 高频Skill迭代 | 每月1次 | 中 | 日程提醒 |
| 全量轮训 | 每季度1轮58个 | 低 | 季度日程 |
模块5:训练产物
目录结构
./Skill训练/
├── {Skill名}/
│ ├── 自由发挥_{日期}.md
│ ├── Skill执行_{日期}.md
│ └── 迭代日志.md
└── 训练总览.md
训练总览
./Skill训练/训练总览.md 维护全局训练状态:
- 每个Skill的训练次数
- 最近训练日期
- 当前版本
- 下次建议训练时间
模块6:质量保障
五步审稿法应用于训练
- 事实核查:Freestyle的亮点是否真实可复用?不是偶然的好?
- 逻辑检验:提炼的改进点是否逻辑自洽?
- 一致性检查:迭代后的Skill是否与其他Skill风格一致?
- 去夸张底线:不夸大Freestyle的价值,也不低估Skill的框架优势
- 专业术语:迭代内容使用OPC标准术语体系
防退化机制
- 每次迭代后,用历史案例回测:新版本是否在旧案例上不退化?
- 如果新版本在某案例上退步,标注原因并考虑回退或双版本
调用的工具/数据
./Skill注册表.json:Skill全量清单./案例注册表.json:历史案例参考./项目管理/Skill调用记录.md:调用频率数据./项目管理/Skill调用周报_*.md:周报数据./skills/{Skill名}/:目标Skill文件(读取+修改)
实战验证记录
2026-05-20 首次训练验证
- 训练对象:沙盘推演 v1.0 → v1.1
- 验证结论:双轨对照法有效
- Freestyle产生了3个Skill框架外的亮点(生态位思维、退出策略、团队结构失衡)
- 3个亮点全部成功标准化回灌Skill
- Skill框架优势(变量体系、三会协同、韧性测试)远超自由发挥
- 训练耗时:约25分钟(含2个完整推演+对照分析+迭代更新)
- 经验:
- Freestyle的创新点往往在"跳出当前框架"的维度(换生态位、换退出方式、换团队配比)
- Skill的优势在"框架内穷举"的深度(多轮红蓝对抗、多场景韧性测试)
- 两者互补性很强,不是替代关系
安全使用建议
Install only if you want an agent to help revise other skills. Before use, restrict it to a named target skill, require approval before reading project-management files, and review diffs before any SKILL.md or reference document is changed.
能力评估
Purpose & Capability
The stated purpose is iterative training for other skills, and reading skill records plus updating target skill files is coherent with that purpose.
Instruction Scope
Activation terms are broad, and the skill also describes passive, scheduled, and quarterly triggers that could start training without a clear explicit user approval boundary.
Install Mechanism
The artifact contains only Markdown files and no executable scripts, package dependencies, or install-time commands beyond ordinary import/clone instructions.
Credentials
The workflow references local registries, project-management call records, weekly reports, and target skill directories, which is broad access for a skill that can modify agent behavior.
Persistence & Privilege
It instructs the agent to save training artifacts, maintain a training overview, update SKILL.md or reference documents, increment versions, and rotate through 58 skills without explicit diff review or per-write confirmation.
如何使用
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install opc-iterative-training - 安装完成后,直接呼叫该 Skill 的名称或使用
/opc-iterative-training触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
Initial release: Skill迭代训练工具上线
- 提供基于“双轨对照法”(Freestyle vs Skill执行)的Skill训练与演进机制
- 支持主动、被动、迭代及定期多种训练触发方式
- 明确训练流程:虚拟案例、自由发挥、Skill执行、对照分析、细致迭代
- 规范版本管理、训练产物目录及全局训练总览
- 引入五步审稿法和防退化机制保障Skill质量与进化安全
- 适配多平台(Claude Code、Copilot、Cursor、Openclaw、Coze)
元数据
常见问题
胡田 OPC导师 迭代训练 是什么?
Skill迭代训练工具,通过双轨对照法(Freestyle vs Skill执行)持续优化Skill质量. 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 50 次。
如何安装 胡田 OPC导师 迭代训练?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install opc-iterative-training」即可一键安装,无需额外配置。
胡田 OPC导师 迭代训练 是免费的吗?
是的,胡田 OPC导师 迭代训练 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
胡田 OPC导师 迭代训练 支持哪些平台?
胡田 OPC导师 迭代训练 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 胡田 OPC导师 迭代训练?
由 golngod(@golngod)开发并维护,当前版本 v1.0.0。
推荐 Skills