Skill1

Skill1 是一个面向大语言模型智能体的技能增强框架，通过单一强化学习策略统一优化技能选择、调用与提炼三个核心能力。它基于Qwen2.5-7B模型，采用GRPO算法，仅依赖任务结果奖励进行端到端训练，利用奖励分解机制实现细粒度信用分配，无需辅助模型或人工设计的子目标奖励。项目支持ALFWorld和WebShop等具身交互环境，适用于需要长期记忆、策略复用与自主演化的智能体研发场景，如复杂任务规划、工具增强型AI代理开发等。