技能语料库EverMind-AI/SkillCorpus

English · 简体中文

SkillCorpus 能给你什么

SkillCorpus 是 EverMind 将公开仓库中散落的 SKILL.md 文件转化为可靠 agent 上下文的开源流水线：
它聚合源仓库，执行安全与许可门禁，评估质量，并在 agent 作答前匹配与任务相关的技能。

你可以直接使用线上的 SkillHub，不需要 clone 本仓库。只有当你想拥有
这套能力的开源底座时，才需要 clone SkillCorpus：

- 构建自己的技能层 —— 把流水线指向自己的 source registry，使用策展、安全和许可门禁，再为自己的
agent 导出语料。
- 修改它的行为 —— 修改分类体系、质量与去重规则、检索配方、导出字段、评测套件或宿主插件。
- 掌控部署方式 —— 自己部署已发布的检索模型，把自己的 agent 接进来，而不是依赖托管的 SkillHub API。

核心代码采用 Apache-2.0 许可（match/ 和 evaluate/ 两个工具包为 MIT）；每个技能保留其上游许可。
公开的 1,000 条 demo 语料、三个 agent benchmark 和线上的 SkillHub 展示了结果。

https://github.com/user-attachments/assets/4d9a3241-df13-4b20-9798-fb7920069995

🔥 最新动态

- 2026-09-17 · v0.4.0 新增跨 agent 共享技能库：六个宿主共读同一个 ~/.evermind-skillsearch/ 目录并各自登记，一处拥有的 skill 在其他 agent 里也能用；从目录检索到的 skill 落盘保留，不再用完即弃；改动下一轮即生效，无需重启。Raven 和 Hermes 另外新增 skills_dirs / SKILLSEARCH_SKILLS_DIRS。
- 2026-09-02 支持 OpenClaw 2.0，并新增更智能的 Skill 注入策略：可选择每轮自动检索，或由主 Agent 按需调用 skill_search。
- 2026-08-27 支持本地 Skill、EverMind SkillHub、ClawHub 和 skillhub.cn 多源检索，并完成过滤、去重和最终 0–2 条选择。
- 2026-08-26 支持 PathGuard 占位符解析和宿主路径适配，正确处理 Skill 文件与 Agent 工作目录。
- 2026-08-25 新增面向 WorkBuddy、OpenClaw、Hermes、Raven 和 DeepSeek Harness 的官方 SkillCorpus 插件。

让 agent 每一轮都更强

在 agent 作答时，真正的区别是一层检索：SkillHub 根据当前任务选出经过审核的过程性知识，
并把它放进 agent 的上下文里。

维度
没有 SkillCorpus
接入 SkillCorpus 之后

上下文
模型自身知识，加上人工维护的 prompt。
自动或按需检索与任务匹配、经过许可审计的 SKILL.md。

执行
通用流程可能漏掉具体步骤、边界情况或配套脚本。
在执行前把流程、参考资料和可选脚本带进上下文。

集成
每个宿主都要自己维护一套任务指令。
同一套策展后的技能层服务 OpenClaw、Hermes、Raven、WorkBuddy、DeepSeek Harness 和其他宿主。

结果不是换了一个 agent，而是让同一个 agent 在真正需要时获得更贴合任务的过程性知识——不需要用户
记技能名字，也不需要自己接工具调用。

效果

同一 harness、同一 backbone，通过率从「无技能」到「接入 SkillCorpus」的变化
（论文 Table 1）：

| Harness × backbone | SkillsBench | GDPVal | QwenClawBench |
|---|---|---|---|
| OpenClaw × Qwen3.5-27B | 8.8 → 13.0 | 81.2 → 83.1 | 65.2 → 66.7 |
| OpenClaw × Qwen3.5-397B | 11.1 → 16.9 | 82.2 → 84.0 | 65.7 → 67.0 |
| Raven × Qwen3.5-27B | 10.0 → 16.5 | 82.6 → 83.8 | 66.9 → 70.8 |
| Raven × Qwen3.5-397B | 9.2 → 22.6 | 84.0 → 85.2 | 68.8 → 73.2 |
| 合并 ∆ | +7.5±2.3 (z=3.2) | +1.51±0.49 (z=3.1) | +2.79±0.70 (z=4.0) |

任务越依赖模型本身不具备的过程性知识，收益越大（SkillsBench）；模型本来就能做的开放式
经济类任务收益最小（GDPVal）。

SkillHub 集成

SkillHub 已为下面五个 agent 平台提供技能检索。点击对应平台，直接查看插件指南：

DeepSeek Harness
Hermes
OpenClaw1.x / 2.0
Raven
WorkBuddy

两种模式，一个开关。按需检索（默认）把 skill_search 工具交给 agent，由它自己判断：
长任务只在真正需要的那一步付检索成本，其余轮次不花钱。mode: auto 是原来的行为——
每一轮、模型作答之前就检索并注入，不需要工具调用，也不用记技能名字。两者互斥，同时开会
让同一轮检索两遍。

OpenClaw 分成两个包，因为 2.0 去掉了 1.x 插件所依赖的那个 hook：plugin-openclaw 面向
2026.7.x 及更早，plugin-openclaw2 面向 2.0（2026.8.1）及以后。Raven 插件现在就能装、
按需模式可用；mode: auto 要等 Raven 上游合并 context_segments 插槽后才能认领 skills
阶段，在那之前是静默失效的。Raven 自带的检索无论哪种情况都照常工作。

根据 https://github.com/EverMind-AI/SkillCorpus/blob/main/skillcorpus_plugin/INSTALL.agent.md 安装 SkillCorpus Plugins。

把上面这句粘给你的 agent，它会自己装好。各宿主的具体配置、你真正会碰的五个配置项、
每轮的开销、以及哪些数据会离开你的机器——都在
skillcorpus_plugin/。

公开产物

下面这张表列出目前真正公开的产物。

| | 产物 | 内容 | 链接 |
|---|---|---|---|
| 🌐 | SkillHub | 当前 114,190 条在线目录 + 那两个模型的托管 API，无需安装 | evermind.ai/skillhub |
| 📚 | 语料 (demo) | 可下载的 1,000 条样本 —— skills.parquet + attachments.tar.zst + dataset card；完整目录由 SkillHub 提供服务 | 🤗 demo-1k |
| 🗂️ | 完整语料 (即将发布) | 完整的 114,190 条数据集，schema 与目录结构同 demo —— skills.parquet + attachments.tar.zst + dataset card | 🤗 即将发布 |
| 🔡 | 检索模型 | 从 Qwen3-Embedding-0.6B 和 Qwen3-Reranker-0.6B 微调出的 bi-encoder 与 reranker | 🤗 bi-encoder · reranker |
| 🛠️ | 代码 | 本仓库 —— 构建语料、训练那两个模型的流水线（aggregate · curate · match · evaluate · export） | GitHub |
| 🔌 | 插件 | 为 OpenClaw · Hermes · WorkBuddy · Raven 提供宿主适配器，另有 DeepSeek Harness 与 HTTP adapter | skillcorpus_plugin/ |

目前开源：代码、1,000 条 demo 语料和检索模型。完整的 114,190 条语料正在准备发布到 HuggingFace。托管的 SkillHub 服务本身不开源。

论文所评测的 96,401 条快照，按 16 类体系和三个质量维度（utility / robustness / safety）组织，并带 1024 维
检索向量。字段约定见 docs/corpus-schema.md。

直接调 API

SkillHub 把语料分三级提供：发现（元数据）、读正文
（skill_md）、下载（含 scripts/ 的 zip）。大多数技能是纯指令，读正文这一级通常已足够。

curl "https://skillhub.evermind.ai/openapi/v1/skills?q=extract+tables+from+a+PDF"

从结果中取一个 id，获取它的 skill_md，注入 agent 的 prompt。
examples/skillhub_demo.py 把三级都跑通了：

检索 + 读正文 —— 纯标准库，不用安装，不用 API key
python examples/skillhub_demo.py "extract tables from a scanned PDF invoice"

顺带把命中的第一个技能的脚本包拉下来
python examples/skillhub_demo.py --install ./skills "convert a PDF to images"

检索并把正文注入 prompt 后真正执行任务 —— 任意 OpenAI 兼容 LLM(OpenAI / OpenRouter / 本地 vLLM…）
export OPENAI_API_KEY=...                                # 用 OpenRouter / vLLM 时再设
export OPENAI_BASE_URL=https://openrouter.ai/api/v1   # OPENAI_BASE_URL + --model openai/gpt-4o-mini
python examples/skillhub_demo.py --ask "extract tables from a scanned PDF invoice"

task: extract tables from a scanned PDF invoice

[1/2] search  → 2 hit(s), metadata only
1. ocr-and-documents   q=0.808  DOC-PROC  MIT
Extract text from PDFs/scans (pymupdf, marker-pdf).
2. document-workflows  q=0.86   DOC-PROC  MIT
Build end-to-end document processing workflows and pipelines …

[2/2] detail  → fetching skill_md for 2 skill(s)
ocr-and-documents: 4916 chars  u=8 r=7 s=9  files=4  flags=['no_steps']
document-workflows: 31628 chars  u=9 r=9 s=9  files=7

→ built a prompt of 36,742 chars with the skill bodies injected

端点、响应信封、状态码和限速见 docs/integrations.md。

自建模型服务

若不想依赖托管端点，可自己跑 selection。语料和两个检索模型都已发布：加载数据、部署两个
模型，自己做 encode → top-k → rerank。

数据 —— 目前是 1,000 条 demo；完整的 114,190 条语料后续发布
from datasets import load_dataset
skills = load_dataset("EverMind-AI/skillcorpus-demo-1k", split="train")   # 1,000 条 demo 技能
或者用 pandas 直接读文件（不依赖 datasets）：  pip install pandas
import pandas as pd; skills = pd.read_parquet("skills.parquet")

附件（scripts/、references/）以同级的 attachments.tar.zst 形式发布。

先装 serving 依赖（torch、transformers 等），再把两个环境变量指向已发布的检查点
（脚本自带的默认值是训练产物，全新克隆里并不存在），然后把两个模型部署在同一个
端点后面  ->  /embed + /score
pip install -r skillcorpus/match/requirements.txt
EMBEDDING_MODEL= RERANKER_MODEL= \
bash skillcorpus/match/scripts/run_server.sh

这个端点只提供模型的 /embed + /score
（见 skillcorpus/match/ → Serving），并不是 SkillHub
那个仅托管的 /openapi/v1/skills API 的替代品。因此：

- examples/skillhub_demo.py 和 C 节的集成只对接托管的 SkillHub；自部署时，你直接在 /embed + /score 之上运行自己的 selection。
- 它同时也是 producer 去重所用的 embedding 端点，把 embedding.provider 配成 skillrouter_remote，即可用它来构建自己的语料。

想策展自己的源，见 构建自己的语料。

工作原理

收集和策展是基础，真正的价值是 agent 执行前能拿到与任务匹配的技能。

skillcorpus/
├── core/       数据模型 · SQLite/faiss 存储 · LLM 与 embedding 客户端
├── aggregate/  源注册表 + 多仓库克隆
├── curate/     解析 · 安全 · 许可 · 分类 · 质量 · 去重 + 全库扫描
├── export/     语料写出（parquet + 附件 + dataset card）
├── match/      发布的两个模型 + 训练配方                          ← 依赖独立
├── evaluate/   skillsbench · qwenclawbench · gdpval 评测           ← 依赖独立
└── cli.py      build · stats · export

cli build 会执行完整的策展链路（ingest → quality_pass → dedup_pass → license_audit →
export.corpus）。当没有可用的模型端点时，LLM 分类与质量打分会自动降级为规则实现，因此
整条管线始终能端到端跑通。

match/ 和 evaluate/ 是独立的工具包，各自带有 requirements.txt（torch / transformers，
按 benchmark 区分）；安装主包时不会被一并拉入。

- 检索 —— skillcorpus/match/ 就是发布的那两个模型：
从 Qwen3-Embedding-0.6B 微调的 bi-encoder 负责候选召回，从 Qwen3-Reranker-0.6B 微调的
reranker 负责对候选打分重排。SkillHub 已托管这两个模型；如需自行部署，见
Serving（serve.py + run_server.sh）。该目录还包含训练配方（合成 query → InfoNCE → listwise CE）和
eval_compare.py（检索指标 nDCG / MRR / Hit / Recall）。
- 评测 —— skillcorpus/evaluate/：skillsbench、qwenclawbench、
gdpval，各自独立，带自己的 README 和依赖。

构建自己的语料

仅当你想策展自己的源时才需要这一节。它需要一个 LLM 端点做分类与质量打分，以及一个
embedding 端点做去重，详见 docs/running.md。

git clone https://github.com/EverMind-AI/SkillCorpus.git skillcorpus && cd skillcorpus
python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip && pip install -e .

python -m skillcorpus.cli build     # 4 个 demo 源 -> 策展 -> 导出
python -m skillcorpus.cli stats     # 按 source / category / license 统计
python -m skillcorpus.cli export --out ./corpus

只有来自 GREEN 许可源仓库的技能才会被导出（demo 直接信任
audit/license_safe_sources.json 里的白名单；生产环境按源仓库 SPDX 逐个把关）。每行的
license 是技能自己声明的值，因此 demo 语料里仍可能出现非 GREEN 的 license 字符串。
用 --sources-config your.yaml 指定自己的源注册表，或用 --source  只构建单个源。

pip install -e ".[dev]"
python -m pytest skillcorpus/tests -p no:cacheprovider --import-mode=importlib

路线图

- [x] 策展管线：16 类体系、三维质量、逐源许可审计
- [x] 微调检索栈 + 三个 benchmark 的评估
- [x] 公开的 SkillHub 端点
- [x] 检索模型（bi-encoder + reranker）与 1k demo 语料上 HuggingFace
- [ ] 完整的 114,190 条语料上 HuggingFace —— 即将发布
- [x] 两个检索模型的部署脚本（自建 match/）
- [x] 把 skill 库 + 检索框架打包成插件，供 WorkBuddy · Hermes · OpenClaw · DeepSeek Harness 使用
- [ ] Raven 插件——已打包，等上游 context_segments 插槽

EverMind 生态

EverMind 将记忆研究、可直接使用的产品与实际集成连接为一个开源生态。

产品

EverOS
本地优先、Markdown 原生的 Agent 与用户长期记忆运行时。

Raven
以记忆为核心的自进化 Agent Harness，具备主动性、上下文控制与 Skill 进化能力。

EverMe（CLI）
面向跨设备、跨 Agent 个人记忆的 CLI 与 Agent 插件套件。

研究与评测

SkillCorpus
将分散的 Agent Skill 整理为可检索语料库，并提供检索与评测工具。

EverAlgo
为 EverOS 提供无状态的提取、排序、解析与记忆算法。

HyperMem
基于超图的分层记忆架构，用于由粗到细的长期对话检索。

MSA
面向可扩展潜在记忆与一亿 Token 上下文的 Memory Sparse Attention。

EverMemBench
从事实召回、应用推理和个性化泛化三个层面评测记忆系统。

EvoAgentBench
纵向评测 Agent 自进化、迁移效率、错误规避和 Skill 使用能力。

插件与集成

OpenClaw
OpenClaw 插件，自动管理召回、写入与会话记忆生命周期。

Hermes Agent
Hermes 插件，为 Hermes 会话提供持久记忆。

DeepSeek Harness
DSH 插件，让 DeepSeek Harness Agent 使用长期记忆。

Dify
本地版与云端版工具，在工作流和 Agent 中显式搜索与写入记忆。

这些项目共同构成 EverMind 从研究到运行时的完整链路：将方法与评测转化为
可复用的记忆基础设施、产品和 Agent 集成。

引用

@article{wang2026skillcorpus,
title         = {SkillCorpus: Consolidating and Evaluating the Open Skill Ecosystem for Real-World LLM Agents},
author        = {Wang, Yanze and Yao, Pengfei and Sun, Tianyi and Hu, Chuanrui and Xiao, Yan and Luo, Xiaotian and Han, Yunyun and Chen, Yifan and Sun, Jun and Deng, Yafeng},
year          = {2026},
eprint        = {2607.15557},
archivePrefix = {arXiv},
url           = {https://arxiv.org/abs/2607.15557}
}

许可

- 代码 —— Apache-2.0（match/ 和 evaluate/ 两个工具包各自为 MIT，见其目录下的 LICENSE）。
- 语料 —— 每个技能保留其上游原始许可；只收录 GREEN（MIT / Apache-2.0 / BSD / ISC / …）
许可的技能，不做任何重新授权。每行都带 source、source_url、license，下游使用须遵循
各技能自身的条款。

完整的 GREEN/RED/YELLOW 策略、许可数据流与 opt-out 通道见
docs/licence-and-governance.md。