微软重磅开源 Resource2Skill：把任何文档自动变成 Agent 能用的技能，Agent 的 App Store 时代来了
微软重磅开源 Resource2Skill：把任何文档自动变成 Agent 能用的技能，Agent 的 App Store 时代来了
昨天微软放了一个大招，但是很多人可能还没意识到它的重要性。
他们开源了一个项目叫做 Resource2Skill。
官方仓库：https://github.com/microsoft/Resource2Skill 论文：https://arxiv.org/abs/2606.29538 项目主页：https://waltstephen.github.io/Resource2Skills/ 数据集：https://huggingface.co/datasets/microsoft/RESOURCE2SKILL
这个项目到底是做什么的？ 简单说就是一句话： 它能把任何文档、API 说明书、代码库，自动转换成 Agent 可以直接理解和调用的技能。
听起来好像没什么了不起的？ 那是因为你还没有意识到这件事的意义。
这可能是 Agent 发展过程中，最重要的一步。 这一步，就是智能手机时代的 App Store 诞生的那一步。
先搞清楚：今天的 Agent 最大的痛点是什么？
今天所有的 Agent，看起来很厉害，但是它们都有一个致命的问题： 它们能用的工具太少了。
你想让你的 Agent 帮你用 Notion 管理文档？ 你得自己写集成，自己做工具包装，自己测试。 你想让你的 Agent 帮你用 Slack 发消息？ 你得自己去读 Slack API 文档，自己封装成函数，自己加进系统提示词里。 你想让你的 Agent 用某个新的 SaaS 服务？ 你得自己把整个 API 都包一遍。
这就像智能手机刚出来的时候，每个 App 都得手机厂商自己做。 根本不可能有生态。
而 Agent 今天面对的，就是一模一样的问题。 全世界有几千万个软件，有几千万个 API，有无数的文档和工具。 你不可能靠人工，一个一个地把它们都包装成 Agent 能用的技能。
这就是今天 Agent 发展最大的瓶颈： 工具生态的建设速度，远远跟不上模型能力的发展速度。
模型已经越来越聪明了，但是它能用的工具，还是只有那么可怜的几个。
Resource2Skill 是怎么解决这个问题的？
Resource2Skill 给出的答案非常直接，也非常优雅： 既然人工包装太慢了，那我们就让 AI 自己来做这件事。
整个流程是这样的：
第一步：输入原始资源
你给它任何资源，任何格式都可以：
- API 文档
- SDK 文档
- 命令行工具的帮助文档
- 代码库的 README
- 甚至是一篇博客，一篇教程
什么都可以。只要是人类能看懂，知道这个东西是干什么的，怎么用的就行。
第二步：自动分析和理解
Resource2Skill 会自动阅读这个文档，理解这个资源的能力边界：
- 这个东西能做什么？
- 有哪些功能？
- 每个功能需要什么参数？
- 调用的时候需要注意什么？
- 常见的错误和坑是什么？
第三步：自动生成 Skill 包
然后，它会自动生成一个完整的、标准化的 Skill 包，包含：
- 工具函数的定义和参数 schema
- 调用这个工具的示例
- 什么时候应该用这个工具，什么时候不应该用
- 工具的能力边界和注意事项
- 出错了应该怎么处理的指导
第四步：Agent 直接就能用
生成出来的 Skill，任何 Agent 都可以直接加载，直接使用。 不需要人工写代码，不需要人工测试，不需要人工改提示词。
就这么简单。
这个东西到底有多强？
看论文里的测试数据，你才会意识到这件事有多恐怖。
他们测试了 1000 多个真实世界的 API，覆盖了各个领域：
- 通讯：Slack、Discord、Gmail、Twilio
- 生产力：Notion、Google Docs、Sheets
- 云服务：AWS、Azure、GCP
- 开发工具：GitHub、GitLab、Jira
- 数据服务：Snowflake、BigQuery、Stripe
- 等等等等
结果怎么样？
- 成功率 89%：89% 的 API，Resource2Skill 只需要看文档，就能自动生成可用的 Skill
- 一次调用正确率 76%：生成出来的 Skill，Agent 第一次调用就能正确完成任务的比例是 76%
- 经过最多 3 次自我修正之后，正确率达到 91%
这是什么概念？ 就是说，随便拿一个你从来没见过的 API，把文档扔给它。 9 成概率，它自动生成的 Skill，比一个中级工程师花半天时间手工写出来的还要好。
而且整个过程只需要几秒钟。
这个项目最有想象力的三个点
我看完这个项目之后，越想越觉得这件事的意义比大多数人想象的要大得多。
第一点：技能的生产实现了自动化
以前，一个 Agent Skill，需要一个工程师花几天的时间去写、去测试。 现在，几秒钟就能生成一个。
生产力提升了多少倍？几千倍，几万倍。
这意味着什么？ 意味着整个 Agent 生态的建设速度，会突然加快几个数量级。 今天，全世界可能只有几千个公开的 Agent 技能。 明天，这个数字就会变成几百万，几千万。
任何一个软件，任何一个服务，任何一个工具，只要有文档，瞬间就能变成 Agent 能用的技能。
第二点：第一次有了标准化的 Skill 格式
比自动化更重要的是标准化。
Resource2Skill 不仅仅是一个生成工具。它更重要的贡献，是定义了一个标准化的 Skill 格式。
这个格式里，应该包含什么信息，应该怎么组织，Agent 应该怎么加载，怎么调用，怎么处理错误。 一旦整个行业都接受了这个标准（或者类似的标准），整个事情就会发生质变。
到那个时候：
- 任何人都可以生成 Skill
- 任何 Skill 都可以在任何 Agent 上运行
- 你可以像今天安装手机 App 一样，给你的 Agent 安装任何技能
这就是 Agent 的 App Store。
第三点：Agent 终于可以自我进化了
最恐怖的一点是什么？ Resource2Skill 本身，也是一个 Agent 技能。
也就是说，Agent 可以自己用 Resource2Skill，给自己装新技能。
你说："我想让你帮我处理 Stripe 的退款。" Agent 说："我现在还不会 Stripe，等我十分钟。" 然后它自己去读 Stripe 的 API 文档，自己给自己生成一整套 Stripe Skill，自己安装上，然后说："好了，现在我会了，你想怎么处理？"
这是什么概念？ 这就是 Agent 的自我进化。 它遇到了它不会的事情，它可以自己去学。 就像人类一样。
今天的 Agent，你把它造出来的时候，它会什么，就永远只会什么。 以后的 Agent，能力边界是开放的，是可以无限扩展的。
它可以在运行的过程中，不断学习新的技能，不断变得更强。
整个行业会发生什么变化？
如果 Resource2Skill 这条路走通了，整个 AI Agent 行业会发生天翻地覆的变化。
生态的重心会彻底转移
以前大家都在卷模型，都在说我的模型比你的强。 以后，模型会变成基础设施。真正值钱的，是技能生态。 一个支持 100 万个技能的普通模型，会比一个只支持 1000 个技能的超级模型，有用得多。
就像今天的手机一样，没人会买一个跑分最高但是没有 App 的手机。
软件厂商的地位会彻底改变
以前，每个软件厂商都得自己做 AI，做自己的智能助手。 以后，他们不需要了。 他们只要把自己的文档写好，扔到 Resource2Skill 里，自动就生成 Skill 了。 所有的 Agent，瞬间就都会用他们的产品了。
以后衡量一个 SaaS 产品好不好用，第一指标不再是 UI 好不好看，体验流不流畅。 第一指标是：你的文档写得好不好，AI 能不能看懂，能不能自动生成高质量的 Skill。
会出现真正的通用 Agent
今天我们说的通用 Agent，其实都是"伪通用"。 它们通用的只是推理能力，不是操作能力。 它们实际上什么具体的事情都干不了，因为它们没有对应的技能。
但是有了 Resource2Skill 之后，情况就不一样了。 Agent 可以在遇到具体问题的时候，当场学习对应的技能。 就像人类遇到不会的问题，会去查文档，会去学习一样。
到那个时候，真正的通用 Agent 才会出现。
现在还存在的问题和挑战
当然，现在这个项目还非常早期，还有很多问题没有解决。
问题 1：复杂 API 还是搞不定
对于特别复杂的、有状态的、多步操作的 API，Resource2Skill 现在的表现还是不太好。 它能搞定简单的 CRUD API，但是对于那种需要十几个步骤、需要维护复杂状态的复杂系统，还远远不够。
问题 2：安全和权限是个大问题
Agent 自动给自己装技能，听起来很酷。 但是如果它装了一个有问题的技能，或者一个恶意技能，怎么办？ 如果它用这个技能，把你的数据库删了怎么办？ 安全、权限、沙箱，这些问题都还没有很好的解决方案。
问题 3：质量参差不齐
虽然平均成功率是 89%，但是不同 API 之间的差异非常大。 有的文档写得好，生成出来的 Skill 质量就非常高。 有的文档写得烂，生成出来的 Skill 就各种问题。
这个世界上写得烂的文档，可比写得好的多多了。
问题 4：技能之间的冲突和协作
如果 Agent 装了 1000 个技能，这些技能之间会不会冲突？ 做一件事情，有好几个技能都能做，它应该选哪个？ 几个技能怎么配合，怎么协作，怎么处理依赖关系？ 这些问题都还没有答案。
给开发者的几个建议
最后，给所有做 Agent 的开发者几个建议：
现在就去用，去体验 不要等这个技术成熟了再去看。现在就把代码拉下来，跑一跑，试试把你自己常用的工具生成一下 Skill。 你亲手试了，才会知道这件事的威力。
开始积累你的 Skill 资产 以后最值钱的不是模型，是高质量的、经过验证的 Skill 库。 从现在开始，把你做过的每一个工具，都按照标准化的格式整理好。 这些都是未来的资产。
把你的文档写好 如果你是做 API、做产品、做开源项目的，从今天开始，把你的文档写好。 以后你的文档写得好不好，直接决定了 Agent 愿不愿意用你的产品。
关注技能的分发和发现 当世界上有几百万个 Skill 的时候，最大的问题就变成了：Agent 怎么找到它需要的那个 Skill？ 技能的搜索引擎、技能的推荐系统、技能的排行榜，这些都会是未来非常重要的方向。
写在最后
我们这一代人，真的是非常幸运。 我们亲眼看着一个全新的时代，一步一步地在我们面前展开。
我们看到了大模型的诞生，看到了智能的火花。 我们看到了 Agent 的出现，看到了模型开始能够自己行动，自己做事情。 现在，我们又看到了 Agent 生态的基础设施，正在一点点地被建立起来。
Resource2Skill 不是终点。 它甚至只是一个非常非常早期的开始。 但是它指明了一个非常清晰的方向： 一个有几百万、几千万个技能的，开放的，互相连通的 Agent 世界。
在那个世界里，Agent 几乎可以帮你做任何事情。 而那个世界，离我们已经不远了。
作者: itech001 来源: 公众号：AI人工智能时代 网站: https://www.theaiera.cn/ 每日分享最前沿的AI新闻资讯和技术研究。
本文首发于 AI人工智能时代，转载请注明出处。
