🤖 AI

Anything2Skill: Compiling External Knowledge into Reusable Skills for Agents

Le document propose Anything2Skill, un cadre qui compile des connaissances externes hétérogènes en compétences procédurales réutilisables et structurées stockées dans un SkillBank, permettant aux agents d'atteindre des taux de réussite nettement plus élevés que les approches RAG standards en combinant des preuves déclaratives avec une expertise métier exécutable.

Auteurs originaux : Qianjun Pan, Yutao Yang, Junsong Li, Jie Zhou, Kai Chen, Xin Li, Qin Chen, Liang He

Publié 2026-06-09

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Qianjun Pan, Yutao Yang, Junsong Li, Jie Zhou, Kai Chen, Xin Li, Qin Chen, Liang He

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous avez un assistant brillant mais inexpérimenté (un agent IA) qui est très doué pour lire des livres et trouver des faits. Vous lui demandez de réparer une machine complexe, et il peut rapidement trouver le manuel, lire la liste des pièces et vous dire de quoi la machine est composée. C'est ainsi que fonctionnent les systèmes d'IA actuels, une méthode appelée RAG (Retrieval-Augmented Generation). Ils sont excellents pour trouver des « preuves déclaratives » — des faits et des descriptions.

Mais voici le problème : le manuel dit à l'assistant ce qu'est un tournevis, mais il ne dit pas toujours clairement comment l'utiliser pour réparer un engrenage spécifique cassé dans le bon ordre. L'assistant doit lire le manuel, deviner les étapes, essayer de réparer, échouer, relire le manuel à nouveau, et deviner encore. C'est comme essayer d'apprendre à cuisiner un plat complexe en lisant simplement une liste de courses et une description des ingrédients, sans jamais voir de recette ou de chef cuisiner.

ANYTHING2SKILL est un nouveau système conçu pour résoudre cela. Considérez-le comme un « Compilateur de Compétences » ou un « Créateur de Livres de Recettes ».

L'idée centrale : Transformer les manuels en recettes

Au lieu de laisser simplement l'IA lire les manuels, les journaux de bord et les documents bruts à chaque fois qu'elle fait face à une tâche, ANYTHING2SKILL prend toute cette information désordonnée et la compile en « compétences » réutilisables.

Voici comment cela fonctionne, en utilisant une analogie simple :

Les ingrédients bruts (La base de connaissances) : Imaginez une immense bibliothèque remplie de notes éparpillées, de vieux journaux de réparation, de transcriptions de chats et de manuels officiels. Actuellement, une IA doit fouiller dans cette bibliothèque chaque fois qu'elle a besoin de faire quelque chose.
La préparation du chef (L'extraction) : ANYTHING2SKILL agit comme un chef maître qui lit toutes ces notes éparpillées. Il ne se contente pas de résumer ; il recherche des procédures. Il demande : « Quelles sont les étapes exactes pour faire cela ? De quels outils a-t-on besoin ? Quelles erreurs faut-il éviter ? »
L'arbre de compétences (L'organisation) : Le système organise ces procédures dans un « Arbre de Compétences » structuré. C'est comme un arbre généalogique pour les tâches.
- Macro-protocoles : Des stratégies de haut niveau (ex: « Comment gérer un projet logiciel »).
- Micro-compétences : Des actions spécifiques et minuscules (ex: « Comment exécuter cette commande spécifique pour supprimer un fichier »).
- Règles de sécurité : Des avertissements (ex: « Ne faites jamais X si Y se produit »).
Le SkillBank (La bibliothèque réutilisable) : Une fois que les « recettes » sont écrites, elles sont stockées dans un SkillBank permanent et organisé. Ce n'est pas seulement un tas de documents ; c'est une base de données d'instructions exécutables. Chaque « compétence » possède un contrat qui stipule : « Si vous voyez la situation X, faites les étapes A, B et C, mais évitez D. »

Comment cela aide l'agent IA

Lorsque l'agent IA est confronté à une nouvelle tâche, il possède désormais deux super-pouvoirs travaillant de concert :

Pouvoir 1 : Le Bibliothécaire (RAG) : Il cherche toujours dans la bibliothèque originale pour trouver des faits spécifiques ou les dernières mises à jour (le « quoi »).
Pouvoir 2 : Le Mentor Expérimenté (SkillBank) : Il extrait une « compétence » pré-établie du SkillBank. Cette compétence indique à l'agent exactement comment accomplir la tâche, étape par étape, en se basant sur ce qui a fonctionné auparavant.

Le Résultat :
Le papier a testé cela sur deux tâches du monde réel : la gestion de fichiers de données CSV (qsv) et la gestion de dépôts GitHub (GitHub-CLI).

Sans ANYTHING2SKILL : L'IA était comme un étudiant intelligent lisant un manuel pour la première fois. Elle a réussi environ 65 à 82 % des tâches.
Avec ANYTHING2SKILL : L'IA avait les « recettes compilées ». Elle a réussi environ 82 à 92 % des tâches.
Avec LES DEUX : L'IA avait les faits et les recettes. Elle a réussi 98,85 % des tâches CSV et 94,10 % des tâches GitHub.

La conclusion majeure

Le papier affirme que nous ne devrions pas simplement traiter la connaissance externe comme un tas de faits à lire. Nous devrions la traiter comme une source de procédures cachées qui peuvent être extraites, organisées et transformées en « compétences » réutilisables.

En compilant ces procédures latentes dans un SkillBank, nous faisons passer les agents d'IA de la simple « accès à la connaissance » (lire le manuel) à la « réutilisation de capacités » (savoir exactement comment faire le travail). C'est la différence entre donner à quelqu'un un dictionnaire et lui donner un manuel d'instructions bien organisé pour chaque tâche possible dont il pourrait avoir besoin.

Résumé Technique : ANYTHING2SKILL

Problématique

La génération augmentée par récupération (RAG) permet aux agents d'accéder à des connaissances externes lors de l'inférence, mais elle récupère principalement des preuves déclaratives fragmentées (ex. : passages, manuels, journaux). Par conséquent, les agents doivent reconstruire de manière répétée des procédures de tâches à partir de ces fragments au moment de l'exécution. Cette limitation est critique dans les contextes agentiques où le succès dépend non seulement de la récupération de faits, mais aussi du respect de procédures spécifiques : déterminer quand invoquer des outils, exécuter des séquences d'actions correctes, satisfaire des contraintes et éviter les cas d'échec. Les agents basés sur des compétences existants reposent souvent sur des compétences spécifiées manuellement, des compétences apprises par interaction avec l'environnement, ou du code généré lors de la résolution de tâches, échouant ainsi à exploiter la vaste quantité de connaissances procédurales latentes déjà présentes dans les bases de connaissances hétérogènes.

Méthodologie

Le papier propose ANYTHING2SKILL, un cadre guidé par une taxonomie conçu pour compiler des connaissances externes hétérogènes en compétences réutilisables, récupérables et exécutables. Le cadre fonctionne via un pipeline d'extraction, de gestion et d'augmentation de l'inférence.

1. Extraction de compétences avec priorité d'arbre de compétences (Skill-Tree Prior)

Étant donné un corpus d'enregistrements de connaissances $K$ (documents, dialogues, journaux, trajectoires), le système décompose les enregistrements en fenêtres de preuves strictes. Il emploie une stratégie d'extraction plan-and-expand sous une priorité d'arbre de compétences :

Priorité de Taxonomie : Une taxonomie de compétences $\mathcal{T}$ définit des types d'actifs stables (ex. : macro_protocol, session_skill, micro_skill, safety_rule) et des niveaux hiérarchiques. Cela oriente l'extraction vers des capacités procédurales plutôt que vers des résumés libres.
Plan-and-Expand : Un planificateur basé sur un LLM identifie d'abord des candidats de compétences distincts à partir des fenêtres de preuves. Une étape d'expansion ultérieure convertit ces candidats en ébauches de compétences structurées.
Validité Procédurale : Les candidats sont filtrés pour garantir qu'ils contiennent des composants procéduraux (étapes de flux de travail, mouvements d'action, contraintes) et qu'ils peuvent être mappés à la taxonomie.
Sortie : Les ébauches extraites sont converties en contrats de compétence structurés spécifiant les conditions d'invocation, les contre-indications, les mouvements d'action, les étapes de flux de travail, les contraintes, les spécifications de sortie, les preuves de support et les scores de confiance.

2. Gestion des compétences dans la SkillBank

Pour transformer les ébauches locales en une SkillBank ( $\mathcal{B}$ ) déployable, le système effectue trois étapes de gestion :

Compilation au niveau du document : Les ébauches décrivant des capacités chevauchantes sont regroupées par une clé d'identité sensible à la taxonomie. Un compilateur produit une spécification de compétence canonique pour chaque groupe, contrainte de préserver les types d'actifs et les nœuds de taxonomie tout en ne citant que les preuves supportées.
Réconciliation au niveau du registre : Les compétences entrantes sont réconciliées avec la SkillBank persistante via une recherche hybride (similitude dense, correspondance lexicale parcelle et compatibilité de taxonomie). Un modèle de gestion prédit les actions du cycle de vie : CREATE, STRENGTHEN, REVISE, MERGE, SPLIT, UNCHANGED, ou DISCARD. Cela assure le versionnage, la résolution de conflits et empêche la fusion de couches de compétences incompatibles (ex. : fusionner une règle de sécurité dans une micro-compétence).
Projection de l'arbre de compétences visible : Les compétences actives sont organisées en une hiérarchie visible basée sur la taxonomie. Le système effectue une consolidation au même niveau pour réduire la redondance de navigation, sélectionnant les compétences primaires en fonction du statut du cycle de vie et de la couverture de provenance.

3. Récupération augmentée par les compétences

Au moment de l'inférence, l'agent utilise un mécanisme de double récupération :

Preuve Déclarative : Récupère des passages spécifiques à la tâche à partir de la base de connaissances originale ( $C_q$ ) via un RAG standard.
Guidage Procédural : Récupère les compétences compilées pertinentes de la SkillBank ( $S_q$ ).
L'agent résout la tâche en étant conditionné par ces deux sources, permettant au RAG de fournir l'ancrage factuel tandis que la SkillBank fournit la mémoire procédurale réutilisable.

Contributions Clés

Proposition de Cadre : Introduction d'ANYTHING2SKILL, qui étend les agents augmentés par récupération de l'accès simple à la connaissance vers l'acquisition de capacités réutilisables en compilant des enregistrements hétérogènes en compétences structurées et ancrées dans les preuves.
Pipeline d'Implémentation : Un pipeline complet pour la compilation et la gestion des compétences, incluant la construction de fenêtres de preuves, l'extraction plan-and-expand sous une priorité d'arbre de compétences, la génération de contrats structurés, la consolidation sensible à la taxonomie, la réconciliation au niveau du registre, le suivi du cycle de vie et les mises à jour versionnées.
Validation Empirique : Démonstration que l'augmentation des agents RAG avec une SkillBank compilée améliore substantiellement le succès des tâches sur des benchmarks de ligne de commande, surpassant les bases RAG-seul et compétence-seule.

Résultats Expérimentaux

Le cadre a été évalué sur deux benchmarks d'agents en ligne de commande : qsv (opérations CSV) et GitHub-CLI (gestion de repository).

Baselines : Un Agent de Base (sans contexte externe) a obtenu 81,60 % (qsv) et 64,70 % (GitHub-CLI) de succès.
RAG Seul : Améliore le succès à 95,41 % (qsv) et 76,50 % (GitHub-CLI).
ANYTHING2SKILL Seul : A atteint 91,95 % (qsv) et 82,30 % (GitHub-CLI), démontrant que les compétences compilées fournissent des connaissances procédurales réutilisables même sans récupération de documents au moment de la tâche.
ANYTHING2SKILL + RAG : A atteint la performance la plus élevée avec 98,85 % sur qsv et 94,10 % sur GitHub-CLI.

Les résultats indiquent que si le RAG fournit les faits déclaratifs nécessaires, les compétences compilées offrent un guidage procédural complémentaire (conditions d'invocation, séquences d'action, contraintes) qui réduit considérablement la charge de reconstruction des procédures au moment de l'exécution. L'amélioration a été particulièrement prononcée sur GitHub-CLI, où les flux de travail complexes bénéficient davantage des structures procédurales pré-compilées.

Signification et Revendications

Le papier affirme que la compilation des connaissances procédurales latentes en compétences explicites et réutilisables est une méthode efficace pour étendre les agents augmentés par récupération. Les auteurs soutiennent que les agents ne devraient pas simplement récupérer des documents externes comme preuves déclaratives, mais devraient également organiser et réutiliser les capacités procédurales latentes au sein de ces connaissances. En transformant les documents, manuels et journaux en une SkillBank persistante, ANYTHING2SKILL permet aux agents de passer de l'accès à la connaissance vers la réutilisation de capacités, comblant ainsi le fossé entre la génération augmentée par récupération et la réutilisation de capacités basée sur les compétences.