Phase 14: Agent Engineering

技能图书馆和终身学习 (旅行社)

旅行者 (Wang等等,TMLR 2024) 将可执行代码视为技能.技能通过环境反命名,可检索,可组合和精炼.这是克劳德代理SDK技能,技能套件和2026技能图书馆模式的参考架构.

Type: Build

Languages: Python (stdlib), TypeScript

Prerequisites: Phase 14 · 07 (MemGPT), Phase 14 · 08 (Letta Blocks)

Time: ~75 minutes

学习目标

命名旅行者三部份自动课程,技能库,反复提示和每个组件的作用.
解释为什么旅行者编写了行动空间代码,而不是原始命令.
实现一个具有注册,检索,组合和故障驱动的精炼的 stdlib技能库.
绘制旅行者模式,将2026年克劳德特工 SDK技能和技能套件生态系统介绍.

问题

那些在每次会议中重建一切能力的人,都做了三件事:

Waste tokens.每个任务都会重新引发相同的推理.
Lose progress.修改在A会话中学习的,不会转移到B会话中.
Fail on long-horizon composition.复杂的任务需要能力等级; 一次提示不能表达它们.

旅行者的答案:把每一个可重复使用的功能都视为一个名字的代码,存储在图书馆里,

概念

三个组成部分

旅行者 (arXiv:2305.16291) 建立了一个代理在:

Automatic curriculum.根据代理人的当前技能和环境状态,一个好奇心驱动的提议者选择下一个任务.
Skill library.每个技能都是可执行的代码.任务成功时,新技能被添加.技能通过查询到描述相似性获取.
Iterative prompting mechanism.在失败时,代理收到执行错误,环境反和自我验证输出,然后改进技能.

克莱夫特评估 (Wang等同等,2024):有3.3倍的独特物品,8.5倍的更快的石头工具,6.4倍的更快的铁工具,2.3倍的更长的地图穿越与基线.数字是克莱夫特特异性的,但模式转移.

行动空间 = 代码

许多代理都发出原始命令. 旅行者发出JavaScript功能.

code

async function craftIronPickaxe(bot) {
  await mineIron(bot, 3);
  await mineStick(bot, 2);
  await placeCraftingTable(bot);
  await craft(bot, 'iron_pickaxe');
}

包含了次技能,存储在描述和嵌入键上,作为程序,而不是提示.

这就是2026年Claude Agent SDK技能:一个命名的可检索的代码加上指令,

技能提升

另一个任务是做钻石.

嵌入任务描述.
查询技能库,查询上级的类似技能.
检索craftIronPickaxe现在mineDiamond现在placeCraftingTable其他
构建了从检索的原始+新逻辑的新技能.

采用MCP资源 (第13阶段) 和代理SDK技能实现的模式:在知识/代码表面上检索,针对当前任务.

复制的精炼

旅行者的反循环:

代理写出一个技能.
技能与环境相反.
报道三种信号中的一个:success现在error子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子,子self-verification failure现在,我们要去.
代理用信号作为背景重新写技能.
循环到成功或最大轮.

通过环境基准验证来生成代码,它是自定义 (课05) 应用的.

课程和探索

旅行者课程模块提出了"在湖边建造避难所"等任务,根据代理人有什么以及尚未做什么. 提出者使用环境状态 +技能库存来选择一个任务,仅仅在当前能力度高于探索的甜点.

对于生产代理人来说,这意味着"缺失了什么"的操作员:鉴于目前的技能库和域名,我们还没有涵盖哪些技能?

在这个模式出现错误的地方

Skill library rot.写作时添加除倍数,检索只返回一个.
Composed-skill drift.孩子的父母技能取决于孩子的精炼. 版本技能;一个被绑定到v1的父母不会神奇地接收v3.
Retrieval quality.随着库的数量增加,技能描述的向量检索会恶化.category=tooling")

建立它

code/main.py实现了 stdlib 技能库:

Skill名称,描述,代码 (作为字符串),版本,标签,依赖性.
SkillLibrary注册,搜索 (代币重叠),编写 (顶级类型的 deps),并精炼 (更新版本弹).
编写剧本的代理,记录了三个原始技能, 编写了第四个, 击败了失败,

运行它:

code

python3 code/main.py
npx tsx code/main.ts

痕迹显示图书馆写作,检索,编译,失败执行,

用它

Claude Agent SDK skills根据2026年参考,每个技能都有描述,代码和指令,
skillkit跨代理技能管理,用于32+个AI编码代理.
Custom skill libraries域名特定 (数据代理的SQL技能,地形代理的Terraform技能).
OpenAI Agents SDK tools在低端;每个工具都是轻量级的技能.

运送它

outputs/skill-skill-library.md通过电子设备,我们可以在任何目标运行时间内进行编辑,检索,版本化和改进.

运动

添加依赖周期检测器compose()什么会发生,当技能A取决于B取决于A?错误与警告?
实现每技能版本的点. 当一个父母的技能构成孩子时crafting@1改进了crafting@2必须不默默地升级父母.
替换代代币重叠检索用语句变换器嵌入式 (或BM25 stdlib impl).在50技能玩具库中测量检索@5.
添加一个"课程"代理:鉴于当前的图书馆和域名描述,建议5个缺失技能.
读到人类的Claude Agent SDK技能文件. 将玩具库移植到 SDK的技能方案.

关键词

Term	What people say	What it actually means
Skill	"Reusable capability"	Named chunk of code + description, retrievable by similarity
Skill library	"Agent memory of how-to"	Persistent store of skills, searchable and composable
Curriculum	"Task proposer"	Bottom-up goal generator driven by current capability gap
Composition	"Skill DAG"	Skills invoking skills; topologically sorted on execution
Iterative refinement	"Self-correcting loop"	Env feedback + errors + self-verification fold back into the next version
Action-space-as-code	"Programmatic actions"	Emit functions, not primitive commands, for temporally extended behavior
Dedup on write	"Skill collapse"	Near-duplicate descriptions collapse to one canonical skill

进一步阅读

Wang et al., Voyager (arXiv:2305.16291)原始的技能图书馆论文
Claude Agent SDK overview2026年生产能力
Anthropic, Building agents with the Claude Agent SDK实践中的技能和潜力
Madaan et al., Self-Refine (arXiv:2303.17651)航母下面的精炼循环

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.