agentsope/SkillAlchemy

SkillAlchemy – 从描述生成可安装的代理技能

是什么 – SkillAlchemy 是一个开源系统，能够从模糊的任务说明和公开可用的资源（文档、代码仓库、论文、问题追踪器等）中自动构建可重复使用的 代理技能。它将技能创建视为一个 基于源的程序准入 问题：发现原始说明中缺失的要求，提取可执行的步骤，评估每个步骤的适用范围，并将结果打包，以便基于 LLM 的代理（如 Claude Code 或 Codex）可以直接加载和运行。

为何重要 – 为自主代理构建可靠技能很困难，因为现实世界任务通常描述不完整，且可能没有经过整理的指南。SkillAlchemy 通过以下方式填补这一空白：

• 揭示隐藏的约束条件，
• 从异构的网络内容中整合有证据支持的步骤，
• 区分普遍可复用的指令与特定示例，
• 并以即装即用的技能包形式交付成果。

核心功能

• 隐式需求发现 – 推断原始说明中遗漏的约束和操作维度。
• 人物与方法提炼 – 可创建 Persona 技能（捕捉决策风格、价值观、沟通语气）和 Method 技能（将书籍、教程、仓库或访谈记录转化为分步操作流程）。
• 基于证据的准入 – 评估每个检索到的流程的适用范围，仅保留有充分公开证据支持的流程。
• 技能融合 – 将现有工作流或领域知识融合为新的复合能力。
• 可安装的技能包 – 输出一个自包含的目录（output/），供 Claude Code 或 Codex 等代理导入并执行。

如何开始

# 通过提供的 CLI 快速安装（需要 Node.js）
npx skills add agentsope/SkillAlchemy

然后让代理创建一个技能，例如：

使用 SkillAlchemy 创建一个用于审查 RAG 系统的技能。
使用公开文档和研究论文作为来源。

生成的包将出现在 output/ 目录下。单个子技能（如 Lens、LEAP）也可单独安装。

性能 – 在 SkillsBench v1.1 的 87 个任务上，针对四种代理-模型组合进行评估。SkillAlchemy 达到平均 55.8 % 的任务通过率，比强基线高出 8–20 个百分点，与人工精心设计的技能相当或略胜一筹。

论文与引用 – 完整的方法论和实验细节见 arXiv 论文 SkillAlchemy: Open-World Agent Skill Creation (2026)。README 中提供 BibTeX 条目。

许可证 – MIT。

---

所有细节均直接来自仓库的 README；未做任何额外假设。