主な結論
4月28日、研究チームは Skill Retrieval Augmentation（SRA） フレームワークと SRA-Bench ベンチマークをオープンソース化した。
SRA のコア貢献は、26,262 スキル、636 ゴールスキル、5,400 テストタスク を含む大規模ベンチマークの構築と、効率的なスキル検索增强がエージェントの新タスク成功率を大幅に向上させることを証明したこと。
これは別のエージェントフレームワークではない——**エージェントフレームワークの「検索エンジン」**である。
技術アプローチ
| コンポーネント | 役割 |
|---|---|
| SRA エンコーダー | ユーザーリクエストをスキル空間ベクトルにエンコード |
| スキルインデックス | 26,262 スキルのベクトル化ストレージ |
| 検索器 | 最も関連性の高い Top-K スキルを検出 |
| 增强器 | 検索されたスキルをエージェントコンテキストに注入 |
既存ソリューションとの比較
| ソリューション | 検索方法 | スキル規模上限 |
|---|---|---|
| プロンプト列挙 | 全文一致 | ~50 スキル |
| Claude Skills | ファイル名一致 + LLM ランキング | ~200 スキル |
| OpenClaw MyClaw | 設定プリフィルタリング | ~13,700 |
| SRA | ベクトル検索 + セマンティックマッチング | 26,000+ |
活用法
- SRA リポジトリをクローンし、事前学習済みスキルエンコーダーをロード
- 既存スキルファイルをベクトルにバッチエンコード
- FAISS または Milvus ベクトルデータベースに接続
- エージェントの計画レイヤーの前に SRA 検索ステップを挿入
主要情報源：