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。

多个 agent 和设备汇入同一个轨迹 watcher 和同一个进化技能库,再同步回所有 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	OfficeQA	Mean¹
XSkill	88.57	84.33	60.47	77.79
SkillOpt	87.86	77.61	51.16	72.21
Delta	+0.71	+6.72	+9.30	+5.58

_{¹ 表内数值为测试集通过率(%)，Mean 为三项基准的算术平均。Spreadsheet 与 ALFWorld 使用官方全量测试集，OfficeQA 使用官方划分的 1/4 子集。}

在目前已完成的三项评测中，xskill 均高于 SkillOpt，平均分领先 5.58。

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。

xskill 支持切换算法内核来驱动技能进化，详见下方「可选：切换算法内核」。

🚀 快速开始

单人模式（尝鲜体验）

如果只想具备检索轨迹的能力，不打算蒸馏任何skill：

bash
pip install xskill          # Python 3.9+
xskill init                 # 扫描本机 agent，转换会话；不必填模型
xskill traj search 内存泄漏
xskill traj read <traj_id>  # 按行号读原文

如果你有LLM API，不只想要轨迹检索，可以尝试开始skill蒸馏能力：

bash
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):

yaml
1skill_dir: ~/.xskill/skill
2
3llm:
4  base_url: https://api.deepseek.com
5  model:    deepseek-v4-flash
6  api_key:  YOUR_KEY
7
8embedding:
9  base_url: https://dashscope.aliyuncs.com/compatible-mode/v1
10  model:    text-embedding-v4
11  api_key:  YOUR_KEY
12  dim:      0

上面这一段 llm 就是大家共用的默认模型。已经在用的配置不用改，继续这样写完全没问题。

如果你想给流水线里的拆分、聚类、编辑各自换一个模型或地址，可以再加一段可选的 llm_agents。不写也没关系。某个阶段或某个字段没写的话，会先看看有没有 llm_skill，再回到 llm。xskill generate 还是用 llm 和 llm_skill，不会去读 llm_agents。改完这几段之后重启一下 xskill serve 就好。

yaml
# 可选。不写这段的话，三个阶段都继续用上面的 llm
llm_agents:
  split:
    model: qwen-plus
  cluster:
    model: deepseek-v4-flash
  edit:
    base_url: http://localhost:8000/v1
    model: local-skill-editor
    api_key: local

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：

bash
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：

bash
xskill connect <host:port> --token <token>  --name <工号/姓名>

connect 成功后，指南会装进本机已探测到的 Claude Code、Codex、Cursor 等 agent。在对应 agent 里输入 /xskill-helper，就可以查 generate、search、升级这些用法。没有地址和 token 时，把上面这条命令当示例，向你们自己的 server 管理员要 host、token 和工号，不要连外网公开实例。

额外功能：管控面板

在config.yaml中可以填写管理员身份:

yaml
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：

bash
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：即时生成或改写 Skill

generate 不是凭空创作 Skill：它会从 team server 上已有且有权访问的轨迹中提取经验，自然语言指令只用来描述想生成或改写什么。连接到支持 generate 的 team server 后，可以这样创建 Skill：

bash
xskill generate "创建一个排查 Python 内存泄漏的 Skill，包含常用诊断命令"

同一个命令也能基于轨迹改写已有 Skill；在指令中写明 Skill 名称和修改目标即可：

bash
xskill generate "改写现有的 python-memory-debug Skill，补充 Windows 排查步骤"

需要代理优先参考指定用户的历史轨迹时，使用 --name；多个工号或用户 ID 以逗号分隔。省略该参数时，代理可以在 server 授权的全部轨迹范围内检索：

bash
xskill generate --name alice,bob "根据这些用户的成功案例生成数据库迁移 Skill"

任务可能会先等待 SkillEdit 池的空闲席位。CLI 会持续输出排队和运行日志；完成后，生成或改写的 Skill 会直接提交到主干，并 pin 到发起人的推荐列表。如果 CLI 提示 server 版本过旧，请联系管理员升级 team server。

额外功能：技能检索与共享

除了由服务端根据画像自动推荐 Skill 之外，客户端也可以按需主动搜索、下载与上传技能：

bash
xskill search <关键词>                                        # 搜索技能库，返回匹配技能与 ID
xskill download <skill-id>                                  # 交互式选择要安装的目标 agent
xskill download <skill-id> --agent claude-code --agent codex -y  # 命令行非交互式安装
xskill upload ./my-skill                                    # 将本地技能目录打包上传至团队共享库
xskill search <关键词> --download                            # 临时检索并下载至本地轮转槽位

搜索默认结合关键词与语义向量进行混合排序；download 会将指定技能持久化安装至对应 agent；upload 则可将团队成员编写的有效技能一键发布至团队共享库。

额外功能：历史会话与轨迹检索

开发过程中遇到疑难问题时，可直接检索团队成员或本机历史会话（轨迹）及提炼出的原子任务（Atom），参考前人已走通的上下文与排查命令：

bash
xskill traj search "内存泄漏排查"                             # 检索历史会话轨迹
xskill traj search --name alice,bob "内存泄漏"                # 指定只检索特定成员的轨迹
xskill traj read <traj_id> --offset-start 1 --offset-end 100 # 按行号阅读会话原文

xskill atom search "OAuth token 刷新"                       # 检索已切分的原子任务片段
xskill atom read <atom_id>                                  # 查看该 Atom 对应的会话内容

在未连接团队服务端时，xskill traj search 同样支持检索本机各 agent 的历史会话；也可运行 xskill init 进行交互式扫描与初始化。已连接团队服务时，默认发起团队检索，如需仅看本机可追加 --local 参数。

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:

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.

可选：切换算法内核

xskill 默认使用内置 native 内核（拆分、归类、编辑三个代理）驱动技能进化。团队模式下，管理员可以在设置页把 kernel_id 切换为第三方内核（如 OpenEarth），让外部算法接管"轨迹 ready 之后生成 Skill"这一环节，其余流程不变。切换是可选的，不写 kernel 段时一切照旧。

操作步骤和详细说明见算法内核使用指南。

🔌 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/` + `~/.codex/archived_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/`
DeepSeek Harness (dsh)	🟡 已实现	`~/.dsh/sessions/`（明文与默认 zstd 会话均可）	软链 → `~/.dsh/skills/<name>/`
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

2026-08-27 v0.7.0：Generate 读轨迹改为 traj_search、traj_cards、atom_search、read_traj，wiki 可增量记进度；xskill init 可跳过连接，已连接用户再跑不会断连。
2026-08-17 v0.6.32a1：流水线按新轨迹先拆先归；看板可热改席位和配额比，不重启 agent-worker；有 generate 在等大模型时硬优先；已达触发条件的 import 技能优先占编辑座。
2026-08-14 v0.6.31：xskill rebuild --force 不再因 .git/objects 非空中断；全量 rebuild 会留下 xskill import 纳入的技能，只清蒸馏产物。
2026-08-14 v0.6.30：team xskill import 后钉到发起人推荐列表；技能库登录后可点空心星 pin 进自己的推荐流，并标出推给我、已钉状态；import 后技能立即出现在技能库清单。
2026-08-14 v0.6.30a3：xskill generate 排队和执行时 CLI 及时打出状态，不再干等；旧安装账本混入倒退序号时仍能 import 并装回 harness。
2026-08-14 v0.6.30a2：修复 team xskill generate 上下文压缩后代理忘掉已执行工作。
2026-08-14 v0.6.30a1：team 模式新增 xskill generate 按指令写技能到主干；新增 xskill import 纳入已有技能。
2026-08-07 v0.6.29：修复推荐回填问题。
2026-08-03 v0.6.29a6：milvus变更为可选VDB；支持 DashBoard选择skill推送个数，支持Dashboard查询Skill的用户灰度情况；
2026-08-03 v0.6.29a5：引入 Milvus Lite 向量索引。
2026-07-30 v0.6.29a4：Dashboard 新增「我的」页，普通用户默认进入，贡献去向与世界消息支持分页浏览；支持回收client端推荐变更导致产生的孤儿skill。
2026-07-30 v0.6.29a3：推荐引擎优化。
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

bibtex
@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}}
}

xskillDeepSeek Harness plugin

Overview

Original README