К основному содержанию
скилл CX Codex

prompt-optimizer · haabe — скилл для Claude Code: A/B-тесты инструкций

Скилл сравнивает варианты правок CLAUDE.md на двух наборах eval-задач: видит, где улучшение настоящее, а где подгонка под метрику.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add haabe/mycelium --skill prompt-optimizer -a claude-code
Открыть на GitHub

Что делает prompt-optimizer

Скилл работает по шагам. Команда baseline прогоняет два набора eval-задач через /mycelium:eval-runner и сохраняет снимок в .claude/optimization/baseline.json: время, хеш CLAUDE.md, метрики по категориям. Дальше вы описываете гипотезу правки в файле .claude/optimization/variants/<variant>.md и запускаете test <variant>.

Смысл в двух наборах. Набор optimization — сигнал для подъёма по метрике, holdout проверяет, переносится ли выигрыш на другие задачи. Если optimization растёт, а holdout падает, скилл помечает вариант как переобучение. Автоматического отката нет: решение остаётся за вами. Команда report сводит все варианты в таблицу с колонками по обоим наборам и флагом Overfit?.

Скилл рассчитан на работу внутри фреймворка Mycelium. Отдельно от него пропускаются состояние canvas, theory gates и поведение harness, на которые скилл опирается. Ставить фреймворк нужно заранее: /plugin install mycelium@haabe-mycelium.

Какие задачи решает

  • проверить, улучшает ли правка CLAUDE.md результаты на eval-задачах
  • поймать переобучение под конкретный набор тестов
  • сохранить снимок текущих метрик перед экспериментами
  • сравнить несколько вариантов инструкций в одной таблице
  • зафиксировать удачный проход как образец для будущих правок

Примеры запросов агенту

  • Сними baseline по текущему CLAUDE.md
  • Протестируй вариант strict-tools и сравни с baseline
  • Собери отчёт по всем вариантам и покажи, где переобучение

Как установить prompt-optimizer

1Через Skills CLI (Vercel)

npx skills add haabe/mycelium --skill prompt-optimizer -a claude-code

2Вручную: положить файлы

~/.claude/skills/prompt-optimizer/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/prompt-optimizer/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о prompt-optimizer

Как установить prompt-optimizer в Claude Code?

Выполните npx skills add haabe/mycelium --skill prompt-optimizer -a claude-code. Скилл встанет в ~/.claude/skills/prompt-optimizer/SKILL.md.

Что делает prompt-optimizer?

Прогоняет правки инструкций через два набора eval-задач, сравнивает результаты с baseline и отмечает варианты, где метрика optimization выросла, а holdout просел.

Можно ли использовать скилл без Mycelium?

Нет. Скилл рассчитан на работу внутри фреймворка Mycelium и опирается на его состояние canvas, theory gates и harness. Фреймворк ставится командой /plugin install mycelium@haabe-mycelium.

Исходный текст

SKILL.md · MIT
---
name: prompt-optimizer
description: "A/B test CLAUDE.md instruction changes against eval benchmarks. Capture baselines, test variants, compare results."
metadata:
  instruction_budget: "17"
  framework_dependency: "mycelium"
  framework_dependency_note: "This skill is designed to run within the Mycelium framework (https://github.com/haabe/mycelium). Standalone use will skip the canvas state, theory gates, and harness behavior the skill assumes. Install: /plugin install mycelium@haabe-mycelium."
---

# Prompt Optimizer

Systematically improve Mycelium instructions through measurement. Adapted from n-trax.

## Commands

### `baseline` -- Capture current performance
1. Run `/mycelium:eval-runner run-split optimization` — record as optimization scores
2. Run `/mycelium:eval-runner run-split holdout` — record as holdout scores
3. Record both to `.claude/optimization/baseline.json`: timestamp, CLAUDE.md hash, optimization metrics, holdout metrics, overall and per-category metrics

### `test <variant>` -- Test a variant
1. Read variant from `.claude/optimization/variants/<variant>.md`
2. Apply the CLAUDE.md changes described
3. Run `/mycelium:eval-runner run-split optimization` — this is the hill-climbing signal
4. Run `/mycelium:eval-runner run-split holdout` — this validates generalization
5. Store results in `.claude/optimization/results/<variant>.json`
6. Compare against baseline. Flag **overfitting** if optimization improves but holdout degrades.
7. Do NOT auto-revert -- let user decide

### `report` -- Compare all variants
Generate comparison table with split-aware columns:
```
| Variant | Opt Pass Rate | Holdout Pass Rate | Delta Opt | Delta Holdout | Overfit? | Decision |
```
Flag `Overfit? = YES` when optimization delta is positive but holdout delta is negative.

### `exemplar <eval-name>` -- Capture winning trajectory
After a clean eval win (1 iteration, fast), save the approach to `.claude/optimization/exemplars/`.

## Workflow
1. Capture baseline
2. Hypothesize an instruction improvement
3. Document in variants/ directory
4. Test the variant
5. Compare via report
6. Keep or revert based on data
7. Capture exemplars from clean wins

© haabe · MIT · haabe/mycelium

Похожие скиллы

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →

Сначала — prompt-optimizer от других авторов.

prompt-optimizer YannJY02 Разбирает черновой запрос, находит пробелы в контексте и подбирает команды ECC. Помогает составить готовый промпт перед запуском сложной задачи. CX Codex +1 5 300установок prompt-optimizer официальный github Превращает черновые наброски и идеи в готовые промпты для чат-интерфейсов нейросетей без шаблонных заглушек. 467установок prompt-optimizer getsentry Скилл переписывает системные и агентские промпты, опираясь на набор тестовых случаев, а не на вкус. Пригодится, когда промпт уже есть, но ведёт себя нестабильно. CX Codex +1 2 300установок prompt-optimizer daymade Превращает расплывчатый запрос или фичу в проверяемую спецификацию по EARS. Пригодится, когда в задаче нет триггеров и измеримых критериев. CX Codex +1 2 100установок prompt-optimizer ckanner Скилл разбирает ваш запрос к ИИ и возвращает переписанную версию: убирает размытые формулировки, добавляет контекст и формат ответа. CX Codex +1 ★ 23звёзд репо setup-matt-pocock-skills Matt Pocock Скилл настраивает репозиторий для инженерных скиллов Matt Pocock: задаёт трекер задач, метки триажа и расположение доменной документации. Запустите его перед первым использованием остальных скиллов. 1 052 851установок ask-matt Matt Pocock Помогает выбрать подходящий скилл или рабочий поток из набора Matt Pocock. Пригодится, когда непонятно, с чего начать задачу: от идеи до разбора бага. 766 587установок to-tickets Matt Pocock Разбивает план, спецификацию или переписку на небольшие сквозные задачи и отмечает, какие из них блокируют остальные. Пригодится, когда нужно согласовать порядок работы до публикации задач в трекере. 711 230установок writing-plans Jesse Vincent Скилл превращает требования к многошаговой задаче в подробный план реализации до начала работы с кодом. Пригодится, когда исполнителю нужно зафиксировать файлы, интерфейсы и проверки. CX Codex 282 859установок caveman-review JuliusBrussee Пишет замечания к коду одной строкой: место, проблема, исправление. Пригодится, когда ревью диффа или PR надо пройти быстро и без воды. CX Codex +1 411 800установок caveman-compress JuliusBrussee Сжимает CLAUDE.md, списки задач и другие текстовые файлы в краткий формат, сохраняя читаемую резервную копию. CX Codex +1 411 500установок

Из того же набора14

usability-check Проверяет экранный интерфейс по 10 эвристикам Нильсена и выдаёт таблицу pass/partial/fail — пригодится перед сдачей UI-работы. CX Codex +1 ★ 47звёзд репо team-shape Разбирает команды проекта по Team Topologies: типы, когнитивная нагрузка, режимы взаимодействия и соответствие закону Конвея. CX Codex +1 ★ 47звёзд репо retrospective Записывает итоги завершённого цикла в canvas-файлы: что предсказали, что вышло, где ошиблись в оценке. Нужен, чтобы ретро опиралось на данные, а не на память. CX Codex +1 ★ 47звёзд репо reflexion Скилл запускает цикл «реализуй — проверь — раскритикуй — повтори»: до трёх итераций, потом эскалация с разбором нерешённых проблем. CX Codex +1 ★ 47звёзд репо mocked-persona-interview Скилл для тех случаев, когда реальных пользователей опросить нельзя: он проводит интервью с вымышленными персонами, но по жёстким правилам, чтобы те не превратились в машину подтверждения собственных идей. CX Codex +1 ★ 47звёзд репо metrics-detect Сканирует проект и помогает настроить сбор метрик из GitHub, Plausible, Stripe и других источников. Полезен, если проект завёлся до появления такой настройки. CX Codex +1 ★ 47звёзд репо jtbd-map Раскладывает задачи пользователя на функциональную, эмоциональную и социальную составляющие и записывает результат в файл канвы. CX Codex +1 ★ 47звёзд репо friction-log Собирает черновик честного отчёта о том, где работа с Mycelium путала или тормозила. Пользователь правит его сам и решает, отправлять ли. CX Codex +1 ★ 47звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой