AI Agent 自己造工具——Skill Library 技能庫架構，讓 Agent 把成功經驗變成可複用武器

「我們團隊花了三個月開發一套資料清洗的 AI 流程，結果隔壁部門做了一模一樣的事，還比我們早上線兩週。」

這不是少數人的抱怨。當企業開始大規模部署 AI Agent，最浪費資源的事情往往是「重複發明輪子」，「能力不夠」反而是其次。每個 Agent 各自解決問題、各自摸索，學到的經驗卻留不下來，下一個任務又從零開始。

Skill Library（技能庫）的核心理念正是為此而生——讓 Agent 不只學會解題，還會把解法封裝成可複用的「武器」，下次遇到類似問題直接調用，省掉 80% 的重複開發時間。Deloitte 2026 年調查顯示，74% 的企業計畫在未來兩年內至少中度使用 Agentic AI——但其中只有 21% 建立了成熟的治理模型。技能庫架構，正是彌補這個落差的關鍵基礎設施。

什麼是 Skill Library？從「一次性解題」到「經驗累積」

傳統的 AI Agent 是「用完即丟」型——你給它一個任務，它靠 LLM 推理出答案，任務結束後什麼都沒留下。下次碰到同類問題？重新推理一遍。這就像一個程式設計師每天寫相同的函式，卻從不把它存成 library。

Skill Library 的設計哲學是：把成功的問題解決方案抽象化、封裝成可執行的技能，存入一個可檢索的技能庫。當 Agent 下次遇到相似任務，先搜索技能庫，找到匹配的技能直接調用；找不到，才啟動新一輪的推理與創建。

這個概念最早由 NVIDIA 的Voyager 專案在 Minecraft 遊戲中驗證：Agent 不只學會在遊戲裡砍樹、挖礦、做工具，還會把每個技能存成 JavaScript 函式，累積出一個持續成長的技能庫。結果？Voyager 取得的獨特物品數量是傳統方法的 3.3 倍，解鎖科技樹的速度快了 15.3 倍。

傳統 Agent 與 Skill Library Agent 的核心差異

Voyager 技能庫架構拆解——Minecraft 裡的 Agent 自我進化

Voyager 是理解 Skill Library 最好的入門案例。它由 NVIDIA 與 Caltech 團隊於 2023 年發表，是第一個在開放世界遊戲中實現持續學習的 LLM Agent。它的架構包含三個核心模組：

自動課程模組（Automatic Curriculum）是 Voyager 的探索引擎。它會根據當前 Agent 的狀態（背包裡有什麼、已解鎖什麼技能）自動生成下一個最有價值的學習目標，而不是依賴人類預設的任務清單。這讓 Agent 的學習路徑變得像人類一樣——先學走路，再學跑步。

迭代提示機制（Iterative Prompting）則是技能的「生產線」。Agent 嘗試用程式碼解決任務，如果失敗，會把執行錯誤和環境回饋一起送回 GPT-4 修正，反覆迭代直到通過自我驗證（self-verification）。

技能庫（Skill Library）是整個架構的長期記憶。每個通過驗證的技能以 JavaScript 函式的形式儲存，配上自然語言描述作為檢索索引。當新任務到來，Agent 用嵌入向量（embedding）搜索最相關的 5 個技能，組合使用。

CREATOR 與 LATM——LLM 如何從「使用工具」進化到「創造工具」

Voyager 證明了技能庫的可行性，但它的舞台畢竟是遊戲。真正讓 Skill Library 走入通用 AI 推理領域的，是兩個關鍵框架：CREATOR 和 LATM。

CREATOR：拆開抽象推理與具體執行

CREATOR（發表於 EMNLP 2023）的核心洞察是：LLM 在同時處理「抽象推理」和「具體計算」時容易出錯。它的解法是把兩者拆開——先讓 LLM 設計一個通用工具（Python 函式），再用這個工具解決具體問題。

CREATOR 的四階段流程：Creation（創建工具）→ Decision（決定參數）→ Execution（執行計算）→ Rectification（修正錯誤）。在 MATH 和 TabMWP 基準測試中，CREATOR 超越了 Chain-of-Thought、Program-of-Thought 和傳統工具使用方法。

LATM：大模型造工具，小模型用工具

LATM（Large Language Models as Tool Makers）由 DeepMind、Princeton 和 Stanford 聯合發表（ICLR 2024），提出了一個更具經濟效益的分工模式：用 GPT-4 等強模型作為「工具製造者」，創建 Python 工具函式；再由 GPT-3.5 等較便宜的模型作為「工具使用者」，調用這些工具解題。

這個分工的精妙之處在於：工具製造的成本只發生一次，但工具可以被無數次複用。實測結果表明，LATM 的整體表現和全程使用 GPT-4 相當，但推理成本大幅降低。

技能的生命週期管理——從創建到淘汰

技能庫不是「存進去就不管」的倉庫。一個有效的 Skill Library 需要完整的生命週期管理，就像軟體開發需要版本控制和 CI/CD 一樣。

技能索引與檢索機制

技能庫的檢索效率決定了整個系統的實用性。目前主流的做法是雙層索引：用自然語言描述做語意檢索（semantic search），用參數簽名做精確匹配。SkillFlow 研究（2026 年 4 月）在 166 個任務的基準測試中發現，Claude Opus 模型的技能進化機制可以將任務成功率從 62.65% 提升到 71.08%。

技能品質保障

不是所有被創建的技能都值得保留。一個好的技能庫需要品質閘門：

• 正確性驗證：技能必須在多個測試案例上通過才能入庫
• 泛化性檢查：技能不能只解決一個特定問題，要能處理同類型的任務
• 效能基準：技能的執行時間和資源消耗必須在合理範圍內
• 衝突檢測：新技能不能和已有技能產生語意重疊或功能衝突
• 使用追蹤：長時間未被調用的技能自動降級，避免技能庫膨脹

Python 實戰——打造你的第一個 Skill Library

理論說得夠多了，讓我們用 Python 實際建一個最小可行的 Skill Library。以下的實作包含技能創建、儲存、檢索三個核心功能。

import json
import numpy as np
from typing import Callable, Dict, List, Optional

class SkillLibrary:
    """最小可行的 Skill Library 實作"""

    def __init__(self, embedding_fn: Callable):
        self.skills: Dict[str, dict] = {}
        self.embeddings: Dict[str, np.ndarray] = {}
        self.embedding_fn = embedding_fn  # 嵌入函式（可接 OpenAI / local model）
        self.usage_stats: Dict[str, int] = {}

    def create_skill(self, name: str, description: str,
                     code: str, test_cases: List[dict]) -> bool:
        """創建新技能並通過測試驗證"""
        # 1. 執行測試案例驗證
        for case in test_cases:
            try:
                exec_globals = {}
                exec(code, exec_globals)
                result = exec_globals[name](**case["input"])
                assert result == case["expected"], f"期望 {case['expected']}，得到 {result}"
            except Exception as e:
                print(f"技能 '{name}' 驗證失敗: {e}")
                return False

        # 2. 通過驗證，存入技能庫
        self.skills[name] = {
            "description": description,
            "code": code,
            "test_cases": test_cases,
            "version": 1,
            "status": "active"
        }
        self.embeddings[name] = self.embedding_fn(description)
        self.usage_stats[name] = 0
        print(f"技能 '{name}' 已成功加入技能庫 (v1)")
        return True

    def retrieve(self, query: str, top_k: int = 3) -> List[str]:
        """根據自然語言查詢檢索最相關的技能"""
        query_emb = self.embedding_fn(query)
        scores = {}
        for name, emb in self.embeddings.items():
            if self.skills[name]["status"] == "active":
                score = np.dot(query_emb, emb) / (
                    np.linalg.norm(query_emb) * np.linalg.norm(emb)
                )
                scores[name] = score
        ranked = sorted(scores, key=scores.get, reverse=True)
        return ranked[:top_k]

    def use_skill(self, name: str, **kwargs):
        """調用已有技能"""
        if name not in self.skills:
            raise ValueError(f"技能 '{name}' 不存在")
        exec_globals = {}
        exec(self.skills[name]["code"], exec_globals)
        self.usage_stats[name] += 1
        return exec_globals[name](**kwargs)

這個基礎實作展示了 Skill Library 的三大核心操作。接下來看看如何讓 Agent 自動創建技能：

from openai import OpenAI

class ToolMakingAgent:
    """能自動創造工具的 Agent"""

    def __init__(self, skill_library: SkillLibrary):
        self.library = skill_library
        self.client = OpenAI()

    def solve(self, task: str) -> str:
        # Step 1: 檢索已有技能
        matched = self.library.retrieve(task, top_k=3)
        if matched:
            print(f"找到匹配技能: {matched}")
            try:
                result = self.library.use_skill(matched[0], task=task)
                return result
            except Exception:
                print("已有技能執行失敗，嘗試創建新技能...")

        # Step 2: 沒有匹配技能，讓 LLM 創建一個
        response = self.client.chat.completions.create(
            model="gpt-4o",
            messages=[{
                "role": "system",
                "content": """你是一個工具製造者。根據任務需求，創建一個可複用的 Python 函式。
回傳 JSON 格式: {"name": "函式名", "description": "描述",
"code": "完整程式碼", "test_cases": [{"input": {}, "expected": ...}]}"""
            }, {
                "role": "user",
                "content": f"任務: {task}"
            }],
            response_format={"type": "json_object"}
        )

        tool_spec = json.loads(response.choices[0].message.content)

        # Step 3: 驗證並存入技能庫
        success = self.library.create_skill(
            name=tool_spec["name"],
            description=tool_spec["description"],
            code=tool_spec["code"],
            test_cases=tool_spec["test_cases"]
        )

        if success:
            return self.library.use_skill(tool_spec["name"], task=task)
        return "技能創建失敗，需要人工介入"

SkillClaw 與 EvolveR——2026 年技能庫的最新進展

技能庫的研究在 2026 年進入了一個新階段：從「單一 Agent 學技能」進化到「多 Agent 集體進化技能」。兩個值得關注的框架代表了這個方向。

SkillClaw：用集體智慧磨利每一把刀

SkillClaw的設計理念是：技能不只由單一 Agent 創建和使用，而是在多個使用者的互動中集體進化。它的自動進化器（Agentic Evolver）持續收集使用軌跡，識別重複出現的行為模式，然後把這些模式轉化為技能庫的更新。

在 WildClawBench 基準測試中，SkillClaw 經過 6 輪進化後，Creative Synthesis 類任務的表現提升了 88.41%。這個數字的意義在於：技能不是靜態資產，它們會隨著使用越來越鋒利。

EvolveR：經驗驅動的完整生命週期

EvolveR提出了一個閉環的經驗生命週期框架：Agent 執行任務 → 記錄經驗 → 從經驗中提煉技能 → 用技能執行新任務 → 產生新經驗。這個循環讓 Agent 真正實現了「越用越強」的自我進化。

企業實戰——如何讓 Agent 累積組織知識

學術研究的 Skill Library 很優雅，但企業環境面對的挑戰更複雜：多個部門、不同權限、合規要求、知識安全。怎麼把技能庫的理念落地到真實的組織中？

2026 年初，超過 85,000 個公開 Agent Skills 已上線，包括 Vercel、Prisma、Supabase、Stripe 在內的 27 個主要平台都發布了官方 Agent Skills。企業版的技能庫不再是概念，而是可以直接採用的生產工具。

企業技能庫的四層架構

Strawberry Hotels（前身 Nordic Choice Hotels）的案例值得參考：他們用 RAG 架構打造的 Scout AI 助手，讓員工能在幾秒內存取跨部門的內部知識。新人入職時間大幅縮短，專業團隊的知識管理負擔也顯著減輕。這就是組織級技能庫的威力——經驗不再鎖在個人腦袋裡。

Skill Library 與反思型 Agent 的結合——讓技能自動進化

Skill Library 解決了「經驗複用」的問題，但技能本身也可能過時或有缺陷。這時候需要搭配反思型 Agent（Reflection Agent）的機制：Agent 不只執行技能，還會回頭評估技能的表現，自動修正和升級。

這個結合的威力在於：思維樹（Tree of Thoughts）讓 Agent 探索多條推理路徑，Skill Library 把最佳路徑存下來，反思機制持續驗證和優化。三者組合，就是一個能自我進化的完整系統。

Symbolic Learning 框架把這個理念推到了極致：語言 Agent 不只優化輸出，還優化自己的提示詞、工具和工作流程。每一次任務執行都是一次「符號學習」的迭代。

在企業場景中，這種自我進化的技能庫特別適合以下情境：

• 客服自動化：技能庫儲存常見問題的解答，反思機制根據客戶滿意度自動調整回覆策略
• 程式碼審查：技能庫記錄程式碼品質規則，隨著新的 bug 模式出現自動新增檢查項目
• 財務分析：技能庫封裝報表生成流程，當會計準則變更時自動更新計算邏輯
• 行銷內容：技能庫存儲高轉換率的文案模板，根據 A/B 測試結果自動進化

導入 Skill Library 的實用路線圖

光看論文和框架會讓人覺得技能庫是個龐大工程。實際上，你可以分三個階段逐步建構：

第一階段：手動技能收集（1-2 週）

盤點你的 Agent 目前最常執行的 10 個任務，把其中成功率最高的 3-5 個流程手動封裝成技能。這一步不需要任何框架，用 JSON 檔案存就好。重點是驗證「技能複用」這個概念在你的場景中有沒有價值。

第二階段：自動化技能創建（2-4 週）

引入 LATM 模式：讓強模型在每次成功解題後自動生成可複用的工具函式，存入向量資料庫。搭配DSPy做自動提示詞優化，讓技能創建的品質更穩定。

第三階段：集體進化機制（4-8 週）

參考 SkillClaw 的做法，讓多個 Agent 或多個使用者的經驗匯入同一個技能庫，建立自動進化管線。這一步需要版本控制、品質閘門和衝突解決機制。Self-Play 機制可以讓技能在競爭中持續優化——兩個 Agent 互相挑戰，敗者的技能被修正，勝者的技能被推廣。

跨出第一步，讓你的 Agent 開始累積武器庫

Skill Library 不是什麼遙遠的未來技術。從 Voyager 在 Minecraft 裡自己學會做鑽石鎬，到 SkillClaw 讓多個 Agent 集體磨利技能，再到企業級的四層技能庫架構——這條路線已經被反覆驗證。

你不需要一開始就建一個完美的系統。從最痛的那個重複任務開始，把解決方案封裝成第一個技能。當你的 Agent 從「每次從零開始」變成「站在過去經驗上解題」，你會發現整個團隊的效率曲線開始指數成長。

如果你正在規劃企業的 AI Agent 架構，不確定該從哪個環節導入技能庫，歡迎預約免費的 AI 架構諮詢，我們會根據你的實際場景，幫你找出投報率最高的切入點。更多 AI Agent 的基礎概念，可以參考這篇 AI Agent 入門教學。