别 RAG 了，直接导航：企业知识库 Skill 上线~

📌 一句话摘要

本文介绍了一种名为 CORPUS2SKILL 的新范式，通过将企业知识库离线编译成可导航的层级技能树，让 AI Agent 能够主动探索而非被动检索，从而显著提升复杂问答的准确性和事实性。

📝 详细摘要

文章深入解读了论文《Don't Retrieve， Navigate: Distilling Enterprise Knowledge into Navigable Agent Skills for QA and RAG》提出的 CORPUS2SKILL 方法。该方法旨在解决传统 RAG 和 Agentic RAG 的“结构性盲区”问题，即模型无法感知知识库全貌。其核心是“离线编译，在线导航”的两阶段架构：离线阶段通过聚类和 LLM 摘要，将文档库编译成多层级主题树（技能树），并物化为文件系统；在线阶段，Agent 通过浏览层级文件（如 SKILL.md， INDEX.md）进行主动导航、回溯和钻取，最终按需获取文档。在 WixQA 企业客服基准测试中，该方法在事实性、召回率等六项指标上全面超越传统 RAG 和 RAPTOR 等方法。文章还分析了层级形状、探索预算和模型选择等消融实验结果，并讨论了成本与局限性。

💡 主要观点

- 传统 RAG 存在结构性盲区，而 CORPUS2SKILL 通过“离线编译，在线导航”实现范式转移。 传统 RAG 让模型被动消费检索片段，无法全局感知知识结构。CORPUS2SKILL 将知识库离线编译成显式的层级技能树，使 Agent 能像探险家一样主动浏览、回溯和综合信息，从根本上改变了信息获取方式。

离线编译生成的可导航技能树，实现了信息的渐进式披露，极大降低了在线 token 成本。 通过聚类和 LLM 摘要，将海量文档组织成根目录（技能名）、子目录（索引）和叶节点（文档）的树形结构。Agent 启动时仅加载顶层摘要，按需深入，避免了一次性注入大量上下文。

在 WixQA 基准上，该方法在事实性和召回率等关键指标上显著优于现有方案，证明了导航范式的有效性。 实验显示，CORPUS2SKILL 的 Token F1 较稠密检索提升 27%，事实性得分达 0.729。消融实验表明，层级结构的质量比导航 Agent 的模型能力更重要，即使使用低成本模型也能取得优异效果。

该方法目前的主要代价是较高的查询成本和硬聚类导致的跨主题文档归属单一问题。 由于多轮导航对话累积 token，单次查询成本约为 RAPTOR 的 14 倍。同时，文档被强制归入单一聚类分支，导致涉及多主题的复杂查询失败率较高（占 61%），这是未来需要改进的方向。

💬 文章金句

- 核心洞察是：与其让模型搜索层级，不如让模型直接浏览层级。

• CORPUS2SKILL 采用“离线编译，在线导航”的两阶段架构。
• 这种设计实现了渐进式披露：Agent 启动时只看到 6 个技能名和一句话描述（约 200 tokens），选中后才加载完整 SKILL.md，进一步钻取才看到 INDEX.md，最终通过 get_document(doc_id)拉取全文。
• 消融实验……证明层级质量比导航器智商更重要。
• 一句话总结：把向量数据库的查询时开销，转换为一次性离线编译的层级认知地图，让 Agent 从“检索结果的读者”变成“知识森林的探险家”。

📊 文章信息

AI 初评：87

来源：PaperAgent

作者：PaperAgent

分类：人工智能

语言：中文

阅读时间：7 分钟

字数：1553

标签： RAG, AI Agent, 知识库, 企业应用, CORPUS2SKILL

阅读完整文章