OPID

OPID是一个面向智能体强化学习的在线策略技能蒸馏框架，旨在将完成的智能体轨迹转化为层次化的事后技能表示。其核心是通过 episode-level 和 step-level 的双粒度技能路由机制，在训练阶段提供密集的 token 级监督信号，且推理时无需额外分析器、技能检索模块或特权上下文。项目基于 Python 实现，支持 ALFWorld、WebShop 和搜索型问答等具身与交互式任务环境，适用于需要从轨迹数据中高效提取可复用技能的智能体训练场景。