Skill Identity Locality-Sensitive Hashing Agent Registry SimHash
摘要

针对 AI Agent 运行时获取技能缺乏稳定身份标识的问题,本文提出一种基于组件的紧凑局部敏感指纹方法。该方法将技能的提示、代码和工具分别嵌入并通过多库 SimHash 投影为固定签名,利用汉明距离高效比对。研究表明,保留组件级三元组结构能有效识别经过改写、重构的技能家族并定位复用组件,而非单一行为等价性。实验显示其在大幅压缩数据量的同时保持了极高的识别准确率,为技能注册表提供了结构化身份轴心。

AI 推荐理由

论文核心提出技能指纹机制,解决 Agent 技能身份识别与追踪问题,直接关联技能管理。

研究机构
Palo Alto Networks
论文信息
作者 Hongliang Liu, Yuhao Wu, Tung-Ling Li
发布日期 2026-06-30
arXiv ID 2606.31272
相关性评分 9/10 (高度相关)