From Skill Text to Skill Structure: The Scheduling-Structural-Logical Representation for Agent Skills

从技能文本到技能结构：面向智能体技能的调度-结构-逻辑表示法

一句话定位

提出一种三层结构化表示法 SSL，将自然语言描述的智能体技能文档转化为可机器解析的调度、结构与逻辑图，提升技能发现与风险评估效果。

小学生也能听懂

这篇论文像把说明书变成乐高图纸，把机器人技能的杂乱文字拆成三层清晰结构：怎么调用、分几步做、每步动哪些零件，让电脑更容易找技能和检查危险，效果明显变好。

为什么值得记录

• 当前智能体技能多以自然语言文档（如 SKILL.md）形式存在，导致机器难以有效提取接口、执行流程和副作用等关键信息；
• SSL 首次显式分离技能调用接口、执行阶段结构和原子操作证据，为技能检索、路由与安全审查提供结构化支持；
• 实验表明，在技能发现任务中 MRR@50 提升 0.080，在风险评估中 macro F1 提升 0.101，验证其实际效用；
• 该表示法基于 Schank 与 Abelson 的认知语言学理论设计，具备理论基础与工程可实现性。

核心方法

• 设计三层 JSON 图结构：调度层（Scheduling Layer）记录技能调用接口与意图签名；结构层（Structural Layer）建模执行阶段（如准备、执行、验证）及其转移；逻辑层（Logical Layer）分解为原子动作及资源使用证据；
• 构建 LLM 驱动的归一化管道（基于 DeepSeek-V3.2），将原始 SKILL.md 文档转换为 SSL 表示，要求所有字段必须源文档 grounded，避免虚构行为；
• 定义封闭词汇表与类型约束，确保输出可比性与结构化一致性；
• 通过人工审计验证归一化 fidelity，100 个样本中 83% 的 SSL 字段被判定为源文档支持；
• 在技能发现任务中，将 SSL 不同层级字段与原始描述或全文结合，用于向量检索；
• 在风险评估任务中，固定 LLM 判断模型，仅改变输入表示（纯文本 vs. 文本+SSL），评估六类风险维度。

关键结果

• 技能发现：Desc + SSL-Rich 表示在 431 个查询上达到 MRR@50=0.729，显著优于最强基线 Desc + Source Outline（0.649），提升 0.080（95% CI [0.051, 0.111]）；
• 风险评估：Full SKILL.md + SSL 输入在 252 个技能上 macro F1 达 0.509，优于纯全文输入（0.409），提升 0.101（95% CI [0.051, 0.152]）；
• 细粒度分析显示，SSL 在数据外泄、凭证访问和资源滥用等维度提升最显著；
• 完整 SSL 单独使用略优于全文，但结合原文效果最佳，说明其作为补充证据层的价值。

局限与风险

• SSL 归一化依赖 LLM，存在过度抽象或遗漏弱指定流程的风险，人工审计显示 17% 字段未完全 grounded；
• 当前评估集中于预执行阶段（发现与审查），未验证其在运行时技能调度或执行监控中的效果；
• SSL 不替代源文档，需与原文配合使用，增加系统复杂度；
• 风险标签基于静态文档证据，不能保证运行时安全性，可能被误用为攻击指导。

适合沉淀的概念

skill-representation, agent-skills, structured-knowledge-extraction, llm-normalization, skill-discovery, risk-assessment-for-agents, memory-organization-packets, script-theory, conceptual-dependency

阅读注意

• 关注 SSL 三层如何分别对应调用、执行与操作语义，并理解其与 Schank 理论的类比关系；
• 注意归一化管道的设计原则：grounded、typed、compact，以及验证机制；
• 区分技能发现与风险评估两个任务中 SSL 的作用机制：前者重接口与结构匹配，后者重动作与资源证据提取；
• 查看附录 B 的完整 SSL 实例以理解实际输出格式；
• 注意作者强调 SSL 是‘证据接口’而非‘标准’，不应完全替代源文档。

质量说明

• 采用来源：raw，raw/papers/2026/04/2604.24026.md
• 生成模型：LongCat-Flash-Chat
• 源材料判断：论文提供了完整的方法设计、实验设置、数据集构建细节与统计显著性检验，包含人工审计与案例研究，材料充分且可复现路径清晰。