sybil-solutions/skill-distill
AI 工程把一次成功的 Claude Code/Codex 会话蒸馏成开放权重模型能照着复现任务的技能。
这是一个 Agent 技能包 · 1 个技能看技能清单和安装方法 →项目介绍
skill-distill 是一个给 Claude Code 或 Codex 用的技能,把一次执行得好的会话转写成弱一些的开放权重模型能遵循的技能。你需要指定学生侧由哪个 harness 和哪个模型组成;教师侧会读取会话、为学生写技能,在干净起始状态上带原始 prompt 启动学生,对比学生产出与参考产出,定位学生第一次出错的位置并修改技能,再重复。每个版本跑三次,最终由教师把参考结果和学 生最好结果并排给你,由你决定是否接受。
产出分为两部分:本仓库里可复用的操作者技能,以及只针对一个任务、一个模型、一个 harness 的生成技能。教师遵循的循环写在 SKILL.md 中。
安装
依赖 tmux、git、Python 3.10+,以及已安装并接好模型的学生 harness。处理网页任务时还需安装 playwright、pillow 和 Chromium。
克隆仓库并把技能链接到对应目录:
git clone https://github.com/sybil-solutions/skill-distill
ln -s "$PWD/skill-distill/skills/skill-distill" ~/.claude/skills/skill-distill # Claude Code
ln -s "$PWD/skill-distill/skills/skill-distill" ~/.agents/skills/skill-distill # Codex
快速使用
在一次顺利结束的会话末尾调用该技能,并指定具体学生,例如:
distill this session into a skill for omp with deepseek-v4.1-flash on my local server
教师会按照 skills/skill-distill/SKILL.md 开始试跑循环。可以用 tmux attach -t distill-<task> 观察学生运行。试用记录相关命令(init、trial、status、wait、evidence、verdict、ledger、report、accept)位于 skills/skill-distill/scripts/distill.py;会话读取用 extract_session.py,网页结果可用 capture_web.py 截图和收集错误。
使用约束
- 学生只拿到参考会话的原始 prompt、干净起始状态和技能;在 harness 支持时会关闭其全局上下文文件和自带技能,因此结果取决于 harness 能否忠实关闭这些内容。
- 技能只能教步骤、决策、陷阱和检查,不能放入参考的最终输出或能直接写出结果的脚本。
- 每个版本必须跑三次,单次成功不算数;检查项需先在参考上通过,否则视为检查本身有问题。
- 原始会话日志保留在
runs/且被 git 忽略,因为其中包含本机路径和上下文。 - 各 harness 支持度不同:omp 已测试,Codex CLI 作为教师已测试,Claude Code 的开放模型需要 Anthropic 兼容端点,pi 和 opencode 已写但未测试,且 opencode 的 JSON 日志在
extract_session.py中尚无解析器。 - 许可证为 MIT。
HotRepo 点评
该仓库在 2026-11-21 的新项目榜上有记录:首个观察窗口内新增 113 Star 和 4 Fork,到当日 12:15 UTC 累计 113 Star。这只是单次快照,不足以判断趋势,也没有记录到讨论。实际可用性取决于 adapter 质量和三试接受循环;README 的状态表显示除 omp 外多数 harness 是“已写未测”,当前经过测试的覆盖面较窄。
本文由 AI 根据项目公开资料和 HotRepo 的记录撰写,更新于 ,以项目官方文档为准。