借鉴 Karpathy autoresearch 的自主实验循环，对 skills 进行持续优化。核心理念：评估 → 改进 → 实测验证 → 人类确认 → 保留或回滚 → 生成成果卡片。使用8维度评估体系（结构60分+效果40分），棘轮机制只保留改进，支持批量优化多个skills。