核心结论
4 月 28 日，研究团队开源了 Skill Retrieval Augmentation（SRA） 框架及配套的 SRA-Bench 基准测试。这是一个专门解决”Agent 面对新任务时不知道该用什么技能”问题的技术方案。
SRA 的核心贡献在于构建了一个包含 26,262 个技能、636 个黄金技能、5,400 个测试任务 的大规模基准，并证明通过高效的技能检索增强，Agent 在新任务上的成功率可以显著提升。
这不是又一个 Agent 框架——它是Agent 框架的”搜索引擎”。
痛点：Agent 的技能膨胀与检索失效
现有 Agent 框架（包括 Claude 的 Skills、OpenClaw 的 MyClaw、Hermes 的 Curator）都解决了一个问题：技能太多，Agent 不知道用哪个。
典型场景：
- 你的 Agent 技能库里有 300+ 个技能文件
- 用户说”帮我分析这份财报”
- Agent 需要决定：是用”数据提取”技能、“财务分析”技能、还是”图表生成”技能？
- 当前方案大多是简单的关键词匹配或 prompt 列举——技能超过 50 个后效果急剧下降
SRA 把这个过程形式化为一个检索增强生成（RAG）问题，但检索对象不是文档，而是技能。
SRA 的技术方案
架构概览
用户请求 → SRA 编码器 → 技能索引检索 → Top-K 技能 → Agent 执行| 组件 | 作用 | 类比 |
|---|---|---|
| SRA 编码器 | 将用户请求编码为技能空间的向量 | 翻译器——把自然语言翻译成”技能需求” |
| 技能索引 | 26,262 个技能的向量化存储 | 图书馆的卡片目录 |
| 检索器 | 从索引中找出最相关的 Top-K 技能 | 图书管理员 |
| 增强器 | 将检索到的技能注入 Agent 的上下文 | 把找到的书递给读者 |
SRA-Bench 基准
| 指标 | 数值 |
|---|---|
| 总技能数 | 26,262 |
| 黄金技能数 | 636 |
| 测试任务数 | 5,400 |
| 技能来源 | 社区贡献 + 自动合成 |
| 评估维度 | 检索准确率、任务完成率、推理延迟 |
与现有方案的对比
| 方案 | 检索方式 | 技能规模上限 | 检索延迟 |
|---|---|---|---|
| Prompt 列举 | 全文匹配 | ~50 个 | 随技能数线性增长 |
| Claude Skills | 文件名匹配 + LLM 排序 | ~200 个 | 中等 |
| OpenClaw MyClaw | 偏好设置预筛选 | ~13,700 个（但需要手动分类） | 低 |
| SRA | 向量检索 + 语义匹配 | 26,000+ | 毫秒级 |
为什么重要
1. Agent 框架的”基础设施层”
SRA 不是要替代 Claude Skills 或 OpenClaw——它是可以嵌入任何 Agent 框架的检索层。就像向量数据库之于 RAG 应用，SRA 之于 Agent 框架。
2. 规模效应
26,000+ 技能的基准意味着 SRA 在大规模技能库场景下经过了验证。OpenClaw 的 13,700+ SKills 库如果接入 SRA 的检索能力，用户找技能的效率会有质的提升。
3. 开源社区效应
SRA-Bench 的开放性意味着任何团队都可以提交新技能、新任务来扩展基准。这可能导致 SRA 成为 Agent 技能检索的事实标准——类似于 GLUE 之于 NLP 模型评测。
可以怎么用
快速上手
如果你正在构建自己的 Agent 系统：
- 克隆 SRA 仓库，加载预训练的技能编码器
- 将你现有的技能文件（无论是 Claude Skills、OpenClaw Skills 还是自定义格式）批量编码为向量
- 接入 FAISS 或 Milvus 等向量数据库
- 在 Agent 的规划层之前插入 SRA 检索步骤
与现有框架集成
- Claude Code: 在
.claude/技能目录前加一层 SRA 检索 - OpenClaw: 替换 MyClaw 的偏好预筛选为 SRA 语义检索
- Hermes Agent: 在 Curator 自动治理的基础上，用 SRA 做运行时检索
局限与未解问题
- SRA 目前主要针对离散技能（函数/脚本级别），对于连续技能（如多步骤工作流的组合）检索效果待验证
- 基准中的 636 个黄金技能来自人工标注，在更开放的社区贡献场景下，技能质量参差不齐可能影响检索效果
- 编码器的训练数据覆盖了主流任务类型，但垂直行业（医疗、法律、金融）的技能覆盖度可能不足
主要来源：
- Twitter @ai_research 介绍
- SRA 论文与技术报告