大家好，我是小扬。今天为大家分享的是一篇关于智能体技能检索的论文。

智能体靠检索技能库扩展能力，但训练检索器需要大量"查询-技能"配对数据，人工标注成本极高。复旦大学联合上海交通大学提出Skill2Query：把技能文档解析成技能知识图谱，再自动生成 70 万条"假查询"当训练信号，让智能体找技能的准头大幅提升。

假查询假在哪

老办法是 doc2query 一类的文档级生成：把整篇技能文档塞给大模型，直接编几句用户可能问的话。但技能文档不是散文，它带参数声明、约束条件和示例，是份有结构的接口说明。压成纯文本，就丢了两个关键信息：

  • 能力锚定缺口：生成的查询跟技能"主题相关"，但没落到任何一项具体能力上；
  • 参数一致性缺口：查询里的参数值是模型随手编的，可能根本不符合接口约束，拿去训练等于教错。

Skill2Query 怎么做

第一步：把技能文档解析成技能知识图谱（SKG）。每个技能建一张图，结构如下：

  • 4 类节点：Skill（含 skill_id/名称/描述/完整文档）、Capability（独立能力，每个能力单独成节点）、Parameter（含 name/type/required/default/min/max/enum/examples 八项属性）、Example（官方示例的查询句和对应参数值）；

  • 5 种有向边：has_capability（技能有哪些能力）、has_parameter（技能有哪些参数）、has_example（技能有哪些示例）、fill_param（参数填进哪个能力）、demonstrates（示例演示哪项能力）；
  • 关键设计：把能力显式拆成独立节点，后续生成才能"围绕每个能力出题"，而不是围着整篇文档打转。

第二步：三阶段渐进生成伪查询。论文的出发点是：风格一致、能力覆盖、参数可实例化这三个目标互相独立，单次大模型生成很难同时满足，所以要拆成三步解耦——

  • 风格模仿器（F1）：从示例里提取 4 类风格信息——句法模式（含出现频次）、按词性归类的领域词汇、每个参数在示例里的自然语言表达方式、原始示例查询，保证生成的查询"长得像人话"；
  • 查询模板生成器（F2）：围绕每项具体能力生成查询模板，每个模板是（文本，绑定能力，参数槽位）三元组；施加覆盖率约束——在模板数量预算内让覆盖的能力数最大化；模板句式覆盖祈使句、是非问、wh-问句、间接请求等多种形态；
  • 参数填充器（F3）：按examples→enum→default→type的优先级给槽位填值；多参数模板先做笛卡尔积组合，再用基于优先级的采样截断防止组合爆炸；最后过 5 道静态校验——参数名匹配、必填参数覆盖、类型兼容、取值范围、枚举合法性。

第三步：一份数据，三种用法：

  • 离线索引增强：每条伪查询挂在源技能名下单独进索引，检索到伪查询就等于检索到技能；
  • 在线查询扩展：用原查询先召回一个种子技能，再基于它生成查询变体，把原查询和变体的两份排名用倒数排名融合（RRF）合并；
  • 检索器训练：伪查询配源技能直接构成（查询，技能）监督对，无需任何人工标注。

实验结果

  • 检索全范式提升：4 基准、近 3 万技能池，三种范式平均 Recall@1+6.70pp，ToolQA 上 BM25 name R@15.52%→32.03%

  • 训练数据质量第一：4 个数据集全部最佳 R@1 和nDCG@1；

  • 端到端也灵：DeepSeek-V4-Flash 任务成功率73.76%→82.33%（+8.57pp），GPT-5.4 达 83.53%，距 Oracle 上限仅 0.54pp。