摘要
针对代理在重复性任务中记忆与技能复用的需求,本文提出 COMFYCLAW,一个用于控制 ComfyUI 工作流的代理技能进化框架。该方法将工作流构建形式化为类型图编辑,利用区域级视觉语言模型验证器将视觉失败转化为修复建议。其核心机制是通过提炼历史轨迹、执行错误及验证反馈,动态进化出逐步披露的可复用代理技能库。实验表明,该框架在多项基准测试中显著优于无技能进化的基线,有效提升了代理在视觉工作流构建中的可靠性与性能。
AI 推荐理由
论文核心提出自我进化技能框架,通过蒸馏历史轨迹与反馈构建可复用技能库。
研究机构
University of Maryland
University of Pennsylvania
Lehigh University
论文信息