SkillForge：从仓库主动提炼项目专用修复技能

基于 大语言模型 (LLM) 的代理在自动化软件问题解决方面表现出了卓越的熟练程度，但由于缺乏特定于项目的知识，他们常常难以解决特定存储库中的问题。现有的自我进化方法从存储库历史或在线修复轨迹中获取此类知识，但它们要么依赖于可用的历史问题解决信号，要么会产生大量的每个问题测试时间探索成本。在本文中，我们提出了 SkillForge，这是一个自我 蒸馏 框架，可以主动从存储库本身获取特定于项目的知识。 SkillForge 不是等待真正的问题来暴露项目特定的知识差距，而是通过重新实现存储库的测试覆盖的核心功能来综合项目特定的问题。通过解决这些综合问题，SkillForge 将可重用的项目特定知识提炼为基于实体的技能，并将它们与相关存储库实体相关联，以供将来解决问题。使用开源和闭源模型进行的大量实验表明，SkillForge 在强大的基线上持续提高了问题解决性能。这些结果表明，在解决实际问题之前主动获取项目特定的知识可以显着改善下游软件问题的解决。