Install一键安装
可安装 · 19 个技能该仓库遵循 Agent Skills 规范,一条命令即可装进你的 AI 客户端 —— Claude Code、Codex、Cursor、Copilot、Windsurf 等 18+ 个客户端通用。
npx skills@latest add Optim-Agent/optim-agent
另有 19 个未列出,运行 npx skills@latest add Optim-Agent/optim-agent --list 可查看全部。
加 -g 装到全局(所有项目可用)· 加 --agent claude-code 指定客户端 · 加 --yes 跳过交互。安装后重启 AI 客户端即可识别。
Overview功能介绍
核心功能
把「跑实验—看结果—选下一个点」的调优循环交给 AI Agent 执行,让超参数优化在有限预算内自动推进并给出可复现的结论。核心功能要点包括:1.【系统理解】:读取评估入口与相关文件,弄清目标函数、参数空间和运行方式,避免在错误假设上开跑;2.【实验定义与基线】:确认标量目标、搜索范围与预算,先跑出一个基线结果作为后续对比锚点;3.【单次有依据的试验】:每轮只跑一个由当前信息选出的参数点,记录结果并更新对参数空间的判断;4.【下一点选择】:结合历史试验与语义提议挑选下一个候选点,小预算时优先高杠杆方向;5.【停止与汇报】:达到预算或收敛条件即停止,输出最优配置、试验轨迹与结论报告。
适用场景
机器学习模型调参、训练脚本的超参数搜索、预算有限的实验迭代、需要留下完整试验记录的调优任务。
适用职业
AI / 算法工程师、数据分析师 / 数据工程师、后端开发工程师、全栈 / 独立开发者。
Topics主题标签
Rating用户评分
还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。
Repository仓库信息
| 技能 ID | 1794 |
|---|---|
| 数据来源 | GitHub |
| 仓库全名 | Optim-Agent/optim-agent |
| 所属分类 | AI 与智能体 / AutoML 与超参数优化 |
| 主要语言 | Python |
| 开源协议 | MIT License |
| 默认分支 | main |
| GitHub 仓库 ID | 1292603082 |
| 节点 ID | R_kgDOTQuOyg |
| 榜单排名 | #906 (来源榜单内名次) |
| 全站热度排名 | #1021 (按 Stars 实时计算,共 5833 条) |
GrowthStar / Fork 增长
每天一次快照,记录 Star 与 Fork 的变化过程
- 当前801
- 上一记录点 · 09-28 939
- 较上一记录点 -138
- 共 2 个记录点 跨度 13 天
- 当前43
- 上一记录点 · 09-28 43
- 较上一记录点 ±0
- 共 2 个记录点 跨度 13 天
Timeline时间线
仓库创建2026-07-07 17:05:544 个月前
资料最后更新2026-10-26 12:05:5621 天前
最近一次代码推送2026-08-14 19:09:113 个月前
Commit更新记录
版本【v0.1.1】由提交人 Optim-Agent 提交,主要更新类型为:工程代码迭代与常规维护。提交说明:track paper/main.pdf, ignore other paper/ files。更新了核心功能模块并推进项目进度。