SKILLFOUNDRY：从异构科学资源构建自进化智能体技能库

现代科学生态系统在代码仓库、API、脚本、notebook、文档、数据库和论文中蕴含丰富的程序性知识，但其中很大一部分仍碎片化地散布在异构工件中，智能体难以直接将其付诸使用。这种丰富的科学诀窍与可用的智能体能力之间的差距，是构建高效科学智能体的关键瓶颈。我们提出SkillFoundry，一个自进化框架，将这类资源转化为经过验证的智能体技能——即编码了任务范围、输入输出、执行步骤、环境假设、来源追溯和测试的可复用包。SkillFoundry将目标领域组织为领域知识树，从高价值分支挖掘资源，提取操作契约，将其编译为可执行技能包，然后通过闭环验证过程迭代地扩展、修复、合并或修剪由此产生的技能库。SkillFoundry产出了一个具有显著新颖性且内部有效的技能库，其中71.1%的挖掘技能不同于SkillHub和SkillSMP等现有技能库。我们证明这些挖掘的技能在六个MoSciBench数据集中的五个上提升了编程智能体的性能。我们进一步展示，SkillFoundry能够针对具体科学目标按需设计新的任务专用技能，且所得技能在两项具有挑战性的基因组学任务——细胞类型注释和scDRS工作流——上显著提升性能。总体而言，这些结果表明自动挖掘的技能能够提升智能体在基准和领域特定任务上的性能，将覆盖范围拓展到手工技能库之外，并为更强大的科学智能体提供了实用基础。