xskill 0.6.28

Distill reusable Skills from AI Agent execution trajectories

让你的 coding agent 的技能,从每一次真实会话里自我进化——你只管写代码。

跨会话、跨 agent、跨设备、跨同事。经验持续累积,技能不断生长。

English · 简体中文

_{📄 论文:xskill: Team-Level Skill Distillation, Sharing, and Evolution for Coding Agents · PDF(19 页)}

---

为什么需要 xskill

“同事的coding agent已经做过的事情，你为什么不能直接拿来用？”

xskill是企业级的团队skill演进方案，支持轨迹自动蒸馏Skill，基于轨迹画像推送Skill，支持导入团队skillhub进行推荐，支持skill评价。

• 高手经验自动传递： 一个人的解法自动到达全组，让最短路径不再壮志难酬。
• 跨Harness和设备共享进化： Codex、Claude Code、Cursor IDE都会加入光荣的进化,齐心,协力。
• 支持专家修改Skill： 觉得skill不完美？直接修改本地的skill，改动会被云端自动学习。
• 轨迹保持私有： 会话在上传前已脱敏，秘钥密码和相关隐私不会被别人看到。
• 不让skill烂掉： 自动评价skill，支持分析用户实际使用轨迹给出评价分并绘制不同skill版本的得分趋势折线图，大数据显微镜。

---

一人解决,全队复用

只要团队里有一个人在自己的会话里搞定了某个问题,这个解法就会变成一条技能——其他人的 agent 自动拿到。没人需要专门写文档。

跨越每一个 agent 与设备——同一个技能库

笔记本上用 Claude Code、服务器上用 Codex、IDE 里用 Cursor。xskill 从它们全部收集脱敏后的轨迹,进化出同一个共享技能库,再把结果同步回你用的每一个 agent。

孤岛 → 集体进化

没有一个共享、自我改进的技能库,每个开发者都在孤岛里重复解决同样的问题。xskill 把这些被浪费的、隔离的努力,变成可以复利累积的共享经验。

---

架构

[!NOTE] xskill全流程都是Agentic-Centric的管线。首先将轨迹按照内部意图拆分为子轨迹（轨迹原子），然后对轨迹原子进行聚类并分配到对应的skill，原子积攒足够后就会触发skill编辑产出新的skill版本。 不同的skill版本会在真实的用户流量上进行测试，用户体验分高的胜出作为主版本继续迭代，每一次改动都有版本、可回滚。细节见 docs/agent.md。

精度表现

xskill是一套无监督的skill蒸馏方案，其不需要构建数据集就可以完成进化。

目前版本的算法管线精度表现如下：

_{Setup: DeepSeek-V4-Flash · Claude Code · single mode
Pipeline: SkillOpt built-in evaluation pipeline · Official data split}

	Spreadsheet	ALFWorld	Mean¹
XSkill	81.40	84.32	82.86
SkillOpt	82.80	77.60	80.20
Delta	−1.40	+6.72	+2.66

_{¹ 当前平均分仅包含 Spreadsheet 和 ALFWorld，OfficeQA 仍在评测中。}

在目前已完成的评测中，其整体精度与 SkillOpt 相当，并取得了更高的平均分。

Evaluation Setup

为了尽量还原真实的团队使用场景，评测环境通过 namespace 隔离部署了：

• 3 个独立的 xskill-client
• 1 个共享的 xskill-server
• 多个由 LLM 模拟的用户，负责与 Agent 进行 QA 交互

[!IMPORTANT] XSkill 无需显式监督信号即可持续进化。 SkillOpt 强依赖 ValSet 提供进化所需的监督信号。 在 ALFWorld 的 Epoch 2、3、4 中，ValSet 均出现精度溢出，导致进化失败，是其算法缺陷。

未来会支持嵌入不同的算法内核，敬请期待。

---

🚀 快速开始

单人模式（尝鲜体验）

pip install xskill          # Python 3.9+
xskill serve                # 第一次启动只初始化配置文件 ~/.xskill/config.yaml

打开 ~/.xskill/config.yaml,填两个模型端点(一个 LLM,一个 embedding 向量模型):

skill_dir: ~/.xskill/skill

llm:
  base_url: https://api.deepseek.com
  model:    deepseek-v4-flash
  api_key:  YOUR_KEY

embedding:
  base_url: https://dashscope.aliyuncs.com/compatible-mode/v1
  model:    text-embedding-v4
  api_key:  YOUR_KEY
  dim:      0

再跑一次 xskill serve, 它会自动识别你机器上每一个受支持的 agent 并开始运行，收集agent的轨迹并将skill推送到对应的harness下。

[!NOTE] 单人模式下，你将会丢失很多精心设计的特性，因此只建议在以下情况进行使用。 1.希望能够自动将之前高频工作流串联成skill 2.每天有高强度的Agent运行需求

团队模式(推荐)

服务器管理员在服务器配置config.yaml后运行中心化进程：

xskill serve --server  # 会打印connect join命令，复制给组内同事便可。

普通用户执行：

xskill connect <host:port> --token <token>  --name <工号/姓名>   # 在每个同事的机器上运行

额外功能：管控面板

在config.yaml中可以填写管理员身份:

dashboard:
  enabled: true
  public: true
  password: ""
  admins:
    - admin_name_1  # 管理员<工号/姓名>
    - admin_name_2
  admin_password: admin_passwd_123

然后再在任意一台pc上输入：

xskill dashboard

就可以打开并登录管控面面板(身份自动识别），管理员可以进行如下操作：

• 全局pin某个skill
• 暂停某个用户的轨迹上传（异常行为用户）
• 全局下线停推某个skill
• 查看skill的版本血缘，得分趋势

普通用户可以：

• 为自己pin某个喜欢的skill，防止推荐流变化
• 下线某个自己不喜欢的skill
• 查看自己的轨迹贡献给了哪些用户，谁用了自己的skill
• 查看skill的版本血缘，得分趋势

额外功能：按需搜索

除了 server 按画像推送的Skill,client 还可以主动搜索或下载 server 中的技能:

xskill search <KEYWORDS>       
xskill search <KEYWORDS> --download     # 检索的同时下载到本地(老的搜索结果会被刷新掉，建议在临时使用场景触发）
xskill download <skill-id>          # 交互多选安装 harness, 会持久化到本地, 会随云端更新
xskill download <skill-id> --agent claude-code --agent codex -y   # 非交互式安装到指定harness
xskill upload ./my-skill            # 打包上传一个 skill 目录(含 SKILL.md),全队立即可搜到

额外功能：SkillHub支持

Xskill支持导入skillhub并将海量skill纳入推荐和评价， 服务器管理员只需要配置~/.xskill/config.yaml:

skillhub:
 enabled: true
 dir: /root/.xskill/skillhub_skills

然后将公司内网skillhub随意放置到该目录下（支持多个skillhub），xskill就会自动探测skill并纳入推荐，将相关skill自动推送给指定的用户.

---

🔌 与你的 agent 协同

Agent	状态	轨迹采集	技能安装
Claude Code	✅ 已验证	~/.claude/projects/	软链 → ~/.claude/skills/<name>/
Codex CLI	✅ 已验证	~/.codex/sessions/	软链 → ~/.agents/skills/<name>/
OpenCode	✅ 已验证	SQLite ~/.local/share/opencode/opencode.db	软链 → ~/.agents/skills/<name>/
OpenClaw	🟡 已实现	~/.openclaw/agents/	拷贝 → ~/.agents/skills/<name>/
Cursor	🟡 已实现	~/.cursor/projects/*/agent-transcripts/	软链 → ~/.cursor/skills/<name>/
Trae	🟡 已实现	IDE state.vscdb / CLI trajectory_*.json	软链 → ~/.trae-cn/skills/、~/.trae/skills/
任何其他 agent	手动	SDK xskill.adapters.submit_trajectory	拷贝/软链 SKILL.md 目录

📖 概念

术语	含义
Trajectory(轨迹)	一次 agent 运行会话的完整记录，Xskill维护了一套庞大的解析生态层。
TrajectoryAtom(轨迹原子)	轨迹里最小的、单一意图的切片，是生成skill的原料。
Skill(技能)	一个 SKILL.md 加可选脚本,各自在独立的 git 目录里带版本。
Canary(灰度)	当前技能与新候选版本在真实流量上的 A/B 对比测试。
UX score(体验分)	某条技能在某个原子上服务用户的好坏,由交互本身打 1–10 分。灰度保留分更高的那个版本。

---

🗺 路线图

• 动态并发：根据内网vllm负载动态调整并发以获取更高吞吐
• 多租户：支持一台实例，外放给多个组/部门用
• 工业级推荐引擎：更精细的画像和推荐算法
• 更多 agent 适配：Goose、OpenHands、Aider
• 轨迹湖：支持管理海量轨迹，服务器端安全预警，Time-Travel功能

📰 动态

• 2026-07-20 —— v0.6.25：SkillHub 支持非 UTF-8 SKILL.md；Dashboard 支持暂停/恢复指定用户的轨迹入库；
• 2026-07-07 —— v0.6.2a2：修复 Windows connect 无需管理员权限即可后台常驻，windows下常驻进程迭代至可用；
• 2026-07-07 —— v0.6.2: 引入用户画像和skill 推荐引擎;支持使用实名制工号连接服务；支持导入第三方 skillhub 纳入检索池;为Windows平台添加后台常驻(xskill start/stop/status), 支持CLI管理进程；
• 2026-05-29 —— 新增 Trae IDE / Trae Agent 适配。
• 2026-05-23 —— v0.5.0:引入团队模式(client-server)、引入轨迹脱敏功能守护隐私、支持Python 3.9、移除git 依赖。
• 2026-05-20 —— MIT 开源;上线 PyPI:pip install xskill。
• 2026-05-12 —— 支持 Claude Code、Codex、OpenCode;接通 OpenClaw 与 Cursor。

---

🙏 致谢

港大 OpenSpace、阿里 Trace2Skill、华东师范 AutoSkill、微软SkillOpt

🤝 贡献

欢迎提 Issue 和 PR

📝 引用

@misc{xskill2026,
  title        = {xskill: Team-Level Skill Distillation, Sharing, and Evolution for Coding Agents},
  author       = {SkillNerds},
  year         = {2026},
  howpublished = {\url{https://github.com/SkillNerds/xskill}}
}

📄 许可证

MIT © 370025263。见 LICENSE。