Agents · 智能体开发框架
AutoSkill
经验驱动的技能自进化框架，把对话与轨迹沉淀为可复用技能
AutoSkill 是经验驱动终身学习框架，支持从对话与 Agent 轨迹自动抽取 Skills，并持续做版本演化与技能管理。
状态
verified
开源
价格
开源免费
MIT
入口
CLI / 本地运行
本地运行 / 自托管 / 云端 SaaS / SDK 集成
API
API 需确认
独立体系
形态
命令行框架
Python / TypeScript / Web UI
选型结论
适合研究技能演化与经验沉淀的研究者与开发者，能把对话和智能体轨迹转成可复用技能。取舍在于模块较完整、偏研究导向，想要极简脚本或开箱即用成品的人需先评估学习成本。
定位
适合
成本口径
核心能力
技能自动抽取
从对话与智能体轨迹中自动提炼可复用的技能条目。
持续版本演化
对已抽取的技能做版本迭代与统一管理，保持经验持续更新。
研究导向设计
框架模块较完整，面向经验沉淀与技能演化的研究场景。
开源许可
以MIT许可开源，可自行审阅与改造代码。
典型使用场景
对话经验沉淀
把长期对话记录整理成技能库，减少重复描述与重复调试。
智能体轨迹复用
从智能体执行轨迹中抽取做法，供后续任务直接调用。
技能持续演化
在使用中迭代技能版本，让经验随任务变化不断更新。
上手步骤
- 1
准备本地环境
准备好本地运行环境，从仓库获取框架代码后按文档初始化。
- 2
接入模型接口
配置兼容接口或本地模型，作为技能抽取与调用的后端。
- 3
导入对话轨迹
把已有对话或智能体轨迹交给框架，自动抽取候选技能。
- 4
管理技能版本
在命令行中查看技能列表，按需修订并保留演化记录。
价格与使用方式
价格口径
开源状态
API 状态
使用入口
运行方式
支持平台
常见连接对象
所属生态
优点与局限
值得选的地方
- 从对话与轨迹自动抽取技能，减少手工整理成本。
- 围绕技能版本演化设计，便于长期维护经验资产。
- 以MIT许可开源，可自行审阅与改造代码。
先想清楚的地方
- 偏研究导向，模块较多，上手需要投入时间。
- 不是极简脚本，轻量需求下可能显得偏重。
- 不提供API，也不兼容OpenAI接口，接入需自行适配。
适合谁用
更适合
- 研究技能演化与经验沉淀的开发者
- 希望把对话与轨迹转成可复用技能的人
- 需要本地运行与自托管环境的团队
不太适合
- 只想找极简脚本的人
- 需要开箱即用成品工具的团队
- 依赖现成API直接调用的人
同类对比
4 个同类| 产品 | 形态 | 价格口径 | 开源 | 地区 |
|---|---|---|---|---|
| AutoSkill ECNU-ICALK / 上海 AI 实验室 · 本页 | 命令行框架 | 开源免费 | 是 | 海外 |
| OpenAI Agents SDK OpenAI | Python / TypeScript SDK、Realtime、Voice、Sandbox | 按 OpenAI API 计费 | 是 | 海外 |
| Google Agent Development Kit | 多语言 Agent SDK | 开源免费 | 是 | 海外 |
| Microsoft Agent Framework Microsoft | 企业级 Agent Framework | 框架免费 | 是 | 海外 |
| Semantic Kernel Agent Framework Microsoft | 企业开发框架 | 开源免费 | 是 | 海外 |
按分类、形态和接入方式挑出最接近的同类，价格口径以各自详情页为准。
常见问题
4 条AutoSkill适合哪些使用者？
它面向想把对话、轨迹与历史经验沉淀成可复用技能并持续演化的研究者与开发者，偏研究导向而非开箱即用成品。
AutoSkill如何抽取技能？
框架会从对话与智能体轨迹中自动抽取技能条目，再做版本演化与统一管理，过程中需要你配置模型接口或本地模型。
AutoSkill的开源许可是什么？
采用MIT许可开源，可以自行审阅与改造代码，具体使用与分发条件以仓库中的许可文本为准。
AutoSkill能否直接调用API？
目前不提供API，也不兼容OpenAI接口，接入时需要按现有文档自行适配，或用命令行与SDK集成方式使用。