drost-ai/tinker-ai-skill — 基于代理会话的微调流程

drost-ai/tinker-ai-skill 是一个介绍如何把编码代理的会话对话整理为学习素材、并据此微调代理模型的仓库。它可用于 Claude Code、Codex 和 OpenCode，并涵盖在 Tinker 上训练 LoRA、再将结果导出为可本地运行的 GGUF 的流程。没有公开的发布信息。仓库说明称，这是一个用 Claude Code 会话微调模型的代理技能。

该流程不只从对话中提取代码，而是把包含工具调用在内的上下文作为学习素材处理。README 介绍了串联转写采集与匿名化、划分、训练、评估、合并、发布的九个步骤以及相关脚本。它考虑了按会话粒度的去标识化和对话上下文的连续性，并提供了用合成对话零成本预演整套流程的方法。文档说明该流程曾用于制作 Tess 系列模型。

不过，在仓库中未能确认存在独立的试验目录，因此仅凭文档中写明的流程无法判断是否另有验证结果。此外，文档说明该流程被设计为在产生费用的步骤之前停止，所以它所描述的完整流程并不意味着可以零成本完成实际的训练与发布。因此，这个仓库给出了可复现的操作顺序，但更接近于一套未经独立试验证实的流程说明。