type: concept tags: [agent, rag, knowledge-navigation, skill-directory, enterprise-qa, mobile-agent] related: [[mcp-deployment-patterns]], [[skilldroid-skill-compilation]], [[exectune-guide-core-policy]], [[memento-skills-agent-design]] sources: - url: https://arxiv.org/abs/2604.14572 title: "Don't Retrieve, Navigate: Distilling Enterprise Knowledge into Navigable Agent Skills for QA and RAG" date: 2026-04-17 reliability: high created: 2026-04-17 updated: 2026-04-17

Corpus2Skill: Agent 知识库导航式检索¶

将文档语料离线蒸馏为层级式技能目录，让 LLM Agent 在服务时主动导航而非被动接收检索结果。

核心问题¶

传统 RAG（检索增强生成）存在一个结构性限制：LLM 永远"只见树木不见森林"。具体问题：

被动消费：LLM 被动接收 top-k 检索片段，无法看到语料库的组织方式
无法回溯：无法知道还有哪些未检索的主题领域
碎片化：复杂查询（如"如何在 Wix 上将个人业务转为 LLC"）跨越多个主题，但平铺检索只返回表面相似的片段，遗漏关键操作性文档
Agent RAG 仍然盲目：即使允许迭代搜索，Agent 没有"地图"，每次搜索都是"在黑暗中摸索"

方法/架构¶

Corpus2Skill 提出两阶段流水线：

离线编译阶段¶

迭代聚类：对文档集合进行递归聚类
技能目录生成：每个聚类生成一个"技能"（摘要 + 可导航子目录）
层级化组织：构建树状技能目录，顶层为广义主题，底层为具体文档
质量过滤：确保每个技能节点都有足够的信息密度

在线导航阶段¶

Agent 主动导航：LLM Agent 浏览技能目录，而非接收固定检索结果
回溯能力：Agent 可以"向上"回到父节点查看更广泛的选项
钻取能力：Agent 可以"向下"深入到具体文档
组合证据：来自不同分支的证据可以被系统性地组合

与传统方法的对比¶

方式	Agent 行为	语料理解	复杂查询能力
传统 RAG	被动消费 top-k	无	低
Agent RAG	迭代搜索	无地图	中
RAPTOR/GraphRAG	层级摘要	有树/图但被动	中高
Corpus2Skill	主动导航	有技能目录	高

实验结果/关键数据¶

Corpus2Skill 在企业 QA 基准上显著优于基线： - 在需要跨多个知识领域组合证据的复杂查询上，性能提升尤为明显 - 离线编译的计算开销可控（一次性成本） - Agent 导航路径可解释——可以看到 Agent 探索了哪些技能目录

关键洞察¶

从被动到主动的范式转换：RAG 的核心局限不是检索质量，而是 Agent 的被动角色。Corpus2Skill 让 Agent 变成"主动研究者"而非"被动读者"
技能目录即认知地图：层级化的技能目录为 Agent 提供了类似人类组织知识的方式——从广义到具体
可组合性：不同分支的知识可以被系统性地交叉引用，这是平铺 RAG 完全做不到的
对企业移动 Agent 的意义：手机端 Agent 需要高效访问企业知识库，但受限于带宽和计算。导航式方法减少了不必要的检索轮次

为什么重要¶

对手机端 AIOS 的 Agent 生态而言，Corpus2Skill 提供了一种更高效的知识访问模式。移动 Agent 的典型场景——客户服务、文档查询、合规检查——都需要从企业知识库中找到跨领域的答案。导航式方法比迭代搜索更节省计算和网络资源，对端侧 Agent 尤其重要。

关联¶

[[mcp-deployment-patterns]] — MCP 部署中 Agent 与知识源的交互模式
[[skilldroid-skill-compilation]] — 类似的技能编译与复用思想
[[exectune-guide-core-policy]] — Guide Model 引导 Agent 策略
[[memento-skills-agent-design]] — 让 Agent 设计 Agent 的技能系统
[[mobile-mcp]] — 移动端 MCP 集成
[[on-device-vs-cloud-agentic-tool-calling]] — 端侧 vs 云端工具调用