SkillCoach：用于评估和增强智能体技能使用的自进化规则

技能正成为大语言模型智能体的可复用操作层，但在现实技能库中，重叠技能导致可靠使用困难。仅凭最终验证成功率过于粗糙，无法区分偶然成功与高质量过程。本文提出 SkillCoach，一种用于评估和增强智能体技能使用的自进化规则框架。该框架从实际执行中推导基于技能的过程规则，从技能选择、遵循、组合及反思四个维度评估轨迹，并将外部验证器作为独立结果信号，以区分过程质量与偶然成功。进化后的规则进一步作为过程监督信号，筛选高质量训练轨迹。实验表明，该方法显著提升了评估质量，揭示了被最终准确率掩盖的失败，并为增强技能使用提供了比单纯结果过滤更强的监督信号。