SkillTrace: Traversing a Query-Skill Graph for Composable LLM Agents

📄 arXiv: 2608.02356v1 📥 PDF

作者: Yue Yao, Shengyuan Wang, Xin Chen, Minke Zhang, Jia He, Bingjun Luo, Tom Gedeon

分类: cs.AI

发布日期: 2026-08-03

💡 一句话要点

提出SkillTrace以解决可组合LLM代理的技能检索问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 技能检索 大型语言模型 图结构 任务解决 智能代理 技能组合 机器学习 自动化

📋 核心要点

  1. 现有方法在技能检索中面临的主要挑战是如何有效地识别可执行的技能组合，而不仅仅是单个技能的检索。
  2. 论文提出SkillTrace，通过构建一个三层图结构，组织用户查询并匹配技能，解决了技能组合的完整性问题。
  3. 实验结果显示，SkillTrace在多个基准测试中表现优异，尤其在ALFWorld上达到了91.43%的成功率，展现了其广泛的适用性和鲁棒性。

📝 摘要（中文）

大型语言模型代理越来越多地通过从库中组合可重用技能来解决复杂任务。本文提出的关键挑战不仅在于检索单个相关技能，而在于识别完整且可执行的技能组合。我们提出SkillTrace，通过将用户查询组织成语义层次结构，匹配技能查询与候选项，并在技能依赖关系上进行传播。实验结果表明，SkillTrace在SkillsBench和ALFWorld上实现了最先进的性能，成功率分别达到53.17%和91.43%。

🔬 方法详解

问题定义：本文旨在解决如何在大型语言模型代理中有效检索和组合技能的问题。现有方法往往只关注单个技能的检索，未能考虑技能之间的组合关系和依赖性，导致无法形成完整的技能执行链。

核心思路：SkillTrace的核心思路是构建一个三层图结构，分别表示技能查询之间的组合关系、查询与技能库候选项之间的相似性，以及所选候选项之间的依赖关系。通过这种方式，SkillTrace能够有效地识别和组合技能，形成可执行的任务解决方案。

技术框架：SkillTrace的整体架构包括三个主要模块：首先是将用户查询组织成语义层次结构；其次是匹配技能查询与候选项；最后是通过技能依赖关系进行传播，以确保组合的完整性和可执行性。

关键创新：SkillTrace的主要创新在于其图结构的设计，使得技能检索不仅限于单个技能，而是考虑到技能之间的组合和依赖关系。这一方法显著提高了技能组合的成功率，与传统方法相比具有本质区别。

关键设计：在技术细节上，SkillTrace采用了特定的相似性度量来匹配查询与候选项，并设计了适应性强的传播机制，以确保技能组合的有效性和完整性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

SkillTrace在SkillsBench和ALFWorld的实验中表现出色，分别达到了53.17%和91.43%的成功率，显著优于现有基线方法。这一结果不仅证明了其在技能检索中的有效性，也展示了其在不同语言模型上的一致性提升，表明其广泛的适用性和鲁棒性。

🎯 应用场景

SkillTrace的研究成果具有广泛的应用潜力，尤其在需要复杂任务解决方案的领域，如智能助手、自动化客服和机器人控制等。通过有效组合技能，SkillTrace能够提升系统的智能化水平，推动人机交互的进步。未来，该方法还可能扩展到更多领域，如教育、医疗和工业自动化等。

📄 摘要（原文）

Large language model agents increasingly solve complex tasks by composing reusable skills from a library. To address this, the key challenge is not merely to retrieve individually relevant skills, but to identify a complete and executable skill composition. In this paper, we argue that this problem can be solved in a graph with three levels: compositional relations among skill queries, similarity between queries and candidates in the skill library, and the dependencies among the selected candidates. We introduce SkillTrace, which organizes the user query into a semantic hierarchy, matches skill queries and candidates, and propagates over the skill dependencies. Experiments on SkillsBench and ALFWorld demonstrate that SkillTrace achieves state-of-the-art performance, reaching a success rate of 53.17% on SkillsBench and 91.43% on ALFWorld. SkillTrace also delivers consistent improvements across different backbone language models, demonstrating the generality and robustness of graph-based skill retrieval.