摘要
当前标准下,Agent技能通过SKILL.md文件结合指令与资源,使LLM代理能在单次对话外复用程序。然而,许多公开技能看似源自单一任务或对话,缺乏真正的可复用性。本文基于官方规范,对20,556个仓库中的138,133个公开SKILL.md文件进行两级缺陷分类分析。研究发现91.8%的技能存在至少一项缺陷,主要问题包括路由元数据薄弱、内容冗余及资源组织混乱。确定性路由压力测试证实有效路由能显著提升检索可靠性。此外,规范感知型技能缺陷较少,而AI生成技能存在更多安全与移植问题。实验表明,结合规范提示、轻量级检查、自动修复及安全门控的工作流可有效提升技能质量。
AI 推荐理由
论文直接研究Agent技能(SKILL.md)的可复用性缺陷与质量评估,属于技能学习领域的核心问题。
研究机构
The Graduate Center, City University of New York
The Ohio State University
Hunter College, City University of New York
论文信息