
a-stock-data
a-stock-data 是一个自包含的 Skill 文件,将分散在 8 个主流数据源(mootdx, 腾讯财经, 东财, iwencai, 同花顺, 百度股市通等)的 A股原始数据,整合成 21 个标准化端点。
在 AI Agent 应用中,高质量的“技能文档”(即系统提示词或操作指南)是决定模型表现的关键。然而,传统的手工编写或单次生成方式往往效率低下且难以维持最佳状态。微软研究院提出的 SkillOpt,首次将深度学习的优化理念引入文本空间,打造了一个系统性、可控的 AI 技能自我进化框架。

SkillOpt 不再依赖玄学的 Prompt 工程,而是通过严格的验证机制和受控的编辑策略,让 AI 的技能文档在反复实践中自动迭代、越变越强。
best_skill.md,即插即用。SkillOpt 在 6 个基准测试、7 种模型、3 种执行环境的 52 个评估单元中全部取得第一或持平。
| 模型/场景 | 提升幅度 | 典型案例 |
|---|---|---|
| GPT-5.5 (Direct Chat) | +23.5% | 平均准确率显著提升 |
| GPT-5.5 (Codex) | +24.8% | 代码执行任务大幅优化 |
| GPT-5.5 (Claude Code) | +19.1% | 智能体框架下表现稳健 |
| Qwen3.5-4B (Small Model) | +50.7% | 虚拟决策从 30.6% → 81.3% |
| Spreadsheet Task | +38.9% | 从 41.8% → 80.7% |
注:在 Codex 中训练的技能,直接迁移至 Claude Code,表格处理成绩从 22.1% 暴涨至 81.8%,证明其学到了可迁移的通用方法。







