SkillZip：面向可扩展智能体技能库的契约保持图压缩

TL;DR SkillZip 通过节级图上的契约保持压缩，将重复有效模体重写为可逆 ported 宏，保持依赖闭包与可执行性，以 3.46x 压缩比和 99.2% 依赖保持支持 10 万技能库扩展。

问题

问题背景

LLM agent 通过可复用 skill packages 存储过程知识，推理时按需加载。技能库规模增长后，如何在有限 context budget 内暴露最小充分的可执行上下文成为核心问题。

现有方法局限

• 现有系统以 whole-skill package 为检索单元，但压缩时退化为纯文本，导致 unit mismatch：检索粒度、压缩粒度与执行粒度不一致。
• 缺乏 below-skill 级别的复用：无法提取技能内部可重复的子流程。
• 压缩过程不保留 procedural contracts，如边界签名、依赖闭包、验证器可达性；压缩后的 routine 可能不可执行或无法再扩展。
• 技能库动态更新时，压缩表示难以增量维护，常需全量重压缩。

为什么这个问题难/重要

可靠复用要求压缩单元必须是 contract-bearing procedural unit：既要足够小以节省上下文，又要保留执行必需的前置依赖、后置条件和可验证路径。技术上需要同时满足 可逆宏展开、依赖闭包、预算内 hydration 与后续维护，这在图结构压缩中比文本摘要难得多。业界对 agent 规模化部署关注度高，检索质量与上下文效率直接决定多步任务成功率。

行业类比

类似函数级代码重构：将重复代码片段抽取为可复用宏，但这里还要保证宏在任意调用点都能安全展开并继续组合。

核心洞察

• 将技能压缩的单元从文本段落提升为执行图上的程序节，保留契约边界和依赖闭包，使压缩结果仍可被解析执行。SkillZip 的独特之处在于它不在检索前对原始技能文本做有损摘要，而是先构建 Sec2Graph，再在图上识别重复的契约有效模体并压缩，从而解决了现有系统“以包检索、以文本压缩、以图执行”的单元不匹配问题，让压缩后的单元天然具备可执行性和可扩展性。
• 通过可逆端口宏实现结构级压缩与按需水化，在上下文预算内保持程序语义完整。与文本摘要或截断不同，SkillZip 将重复的契约有效子图重写为宏，宏保留边界签名和源级展开能力；推理时 PathHydrate 只水化依赖闭包并展开必要的宏，使得压缩后的技能在有限上下文下依然可被验证器追踪，达到 99.2% 依赖保留和 98.7% 验证器可达性，这比直接压缩文本更能保障执行可靠性。
• ReZip 将压缩库视为动态系统，利用执行证据增量集成新技能并修订高风险宏。现有压缩方案通常是离线的、静态的，技能库更新后需整体重新压缩；SkillZip 的增量维护机制可以流式吸收新技能，并根据实际执行反馈定向修订，避免全量重算，在 200 到 100K 技能规模的扩展分析中表现出稳定检索性能，这为大规模、持续演化的代理技能库提供了运维层设计参考。

方法

SkillZip 将可复用技能包从纯文本压缩提升为契约保持的图压缩。输入为技能库（每个技能为文本包），整体流程拆为四个关键模块：

• Sec2Graph: 将每个技能解析为 section-level 图结构，节点为携带前置/后置条件与验证器的程序段，边表示控制流或数据依赖。这一步把检索粒度从“整个技能包”降到可独立复用、可验证的程序段。
• MotifZip: 在图结构中识别重复出现的 contract-valid motifs（满足契约的局部模式），并将其重写为可逆 ported macros。压缩过程强制保持：① 边界签名不变；② 依赖闭包完整；③ 验证器可达；④ 源级可扩展（宏可无损内联回原图）。
• PathHydrate: 推理时依据上下文预算，从压缩库中水合出一个依赖闭包的紧凑上下文；只有在执行路径真正需要时才展开宏，从而在不破坏语义的情况下最小化 token 开销。
• ReZip: 库维护模块，支持新技能的增量整合，并利用执行证据（例如验证失败、依赖缺失）识别并修订高风险宏，使压缩库随技能演进保持可靠。

输出是一个压缩后的可执行图单元库：每个单元为带契约的程序抽象，既可被独立检索，也可按依赖关系组合水合。

与同类方法的差异：现有系统通常在检索后才将文本转换为执行图，而 SkillZip 直接在 section-level 图上进行契约保持压缩，使压缩单元本身就是可执行、可扩展的 contract-bearing procedural unit，从根源上解决了 unit mismatch。

实验

实验设计

论文在 technical 与 embodied agent benchmarks 上评估 SkillZip，与当前最强基线对比，同时测量压缩比、依赖保持率、验证器可达率等结构指标。实验还进行了库规模从 200 到 100K 技能的扩展性测试，以及增量更新（ReZip）场景。

关键发现

• SkillZip 在任务性能上最高超出最强基线 12.2 分。
• 平均压缩比达 3.46x，而依赖闭包保持率 99.2%，验证器可达率 98.7%，说明压缩过程几乎没有破坏过程契约。
• 扩展性实验显示，在 100K 技能规模下检索依然稳定，证明方法具备大规模部署潜力。

基线对比解读

现有方法往往将技能作为整包检索、以纯文本压缩、检索后才构建执行图，导致子技能重用困难、契约丢失、压缩结果不可执行或无法增量更新。SkillZip 在 section-level graphs 上做压缩，保留 contract-valid motifs 并编码为可逆 ported macros，从源头保证压缩产物的可执行性与可扩展性。其 12.2 分的性能优势并非来自单一技巧，而是消除了 unit mismatch——通过过程抽象单元（而非文本块）进行压缩与检索，使压缩后上下文仍具备完整依赖与验证路径。这一点对工程实践的意义在于：可技能库不再受上下文窗口硬约束，同时能保持可靠执行。

行业影响

落地场景

企业级 agent 平台、自动化工作流与垂直领域助手(电商客服、IT 运维、医疗指南、金融服务)在技能库从数百扩展到 10 万+ 规模时,SkillZip 可将重复子流程压缩为可逆 macro,显著降低上下文加载量,同时保持可执行性与验证器可达性。

商业价值

• 降本:3.46x 压缩比直接减少 LLM token 消耗与推理延迟;99.2% 依赖保持率与 98.7% verifier reachability 降低执行失败率,减少人工干预与重试成本。
• 增收 / 体验:更快的响应与更可靠的任务完成率提升客户满意度;技能库易于增量维护(ReZip),加速新功能上线。

与现有 stack 集成

可作为检索后处理中间件,嵌入现有 vector DB 与 agent runtime(如 LangChain / AutoGen / Semantic Kernel)。输入 retrieved skill packages,输出压缩后的 graph context,推理时通过 PathHydrate 按需扩展 macro。支持流式增量更新,无需重训或重建索引。

具体 use case

1. 电商客服自动化:售后流程(退货、换货、退款)包含大量重复验证步骤(地址校验、订单状态查询、支付确认)。SkillZip 将这些步骤压缩为可重用 macro,使客服 agent 在小上下文预算内覆盖更多工单类型,并保持验证器可达性,降低错误退款风险。
2. IT 运维 runbook 库:上千条故障排查脚本中的公共诊断模块(日志解析、权限检查、网络探测)被压缩为 ported macros,运维 agent 可快速加载相关步骤;当新技能加入或执行证据表明某 macro 有风险时,ReZip 增量修订,不影响其他已部署技能。

局限

• - **依赖结构化技能定义**：SkillZip 的核心假设是技能可被解析为带 contract 的 section-level graph。但真实技能库中大量 procedural knowledge 以自由文本、隐式依赖或跨文档引用存在，Sec2Graph 的解析准确率会直接影响后续压缩与保真度。论文在技术基准上验证了有效性，但对高噪声、非结构化技能包的泛化能力未被充分测试，实际工程中可能需要大量人工清洗或定制解析器。
• - **冷启动与执行证据稀疏时的风险**：ReZip 依赖 execution evidence 来识别并修订 risky macros。在技能库部署初期或执行轨迹稀少的领域，系统可能无法及时捕捉错误的压缩决策，导致 contract 违约或依赖丢失。此外，收集执行证据本身需要运行 agent，在成本敏感或安全关键场景中并不总是可行，这限制了 SkillZip 的增量学习实用性。
• - **实验域覆盖有限**：论文主要在 technical 和 embodied agent benchmarks 上评估，尽管展示了从 200 到 100K 技能的 scaling 性能，但未涉及开放域、多模态或长期自主演化的技能库。3.46x 的压缩率是否满足实际 context budget 取决于具体模型窗口与技能复杂度，对于超长程序、高分支或频繁更新的技能，压缩收益和结构开销的平衡仍需进一步验证。