SkillAlchemy：开放世界智能体技能创建

智能体技能是可复用的程序性制品，能在推理时为语言智能体扩展专业化工作流、工具惯例和领域行为。然而，创建可靠的技能仍在很大程度上依赖人工编写、模型先验或执行轨迹。这些来源对陌生任务往往不可得，这提示需要从开放世界材料中创建技能。本文研究开放世界技能创建：给定一份欠规格的技能简报和源访问规范，创建者必须发现简报遗漏的与行为相关的需求，并判定每条源自材料的程序在多大程度上是有依据的。我们提出SkillAlchemy，一个以准入为中心的、源有据的技能创建框架。SkillAlchemy通过对比证据识别隐式需求，基于证据支持的范围准入候选程序，并将准入内容编译为语法引导的技能包。在87个SkillsBench v1.1任务上的大量实验表明，SkillAlchemy将通过率较无技能执行提高19.9个百分点，较最强自动基线提高8.6个百分点，并达到与人工精选技能相当的性能。