Adapting Embedding Models for Agent Capability Retrieval
适配嵌入模型用于智能体能力检索
🧭 Agent 能力检索 · 嵌入模型微调
University of Technology Sydney · Squirrel AI Learning
微调通用文本嵌入模型实现跨目录的 Agent 能力检索，并在未见数据集上验证迁移有效性
📌 工作参考价值
- 电商功能/服务统一检索：将商品、工具、服务包装成“能力 profiles”，可用相同范式构建搜索引擎，统一索引异构货架。
- 元数据驱动的 embedding 微调：利用公开元数据自动生成能力描述，无需人工标注大量 query-item 对，可快速搭建新业务的检索基线。
- 跨域迁移的思路：先在一个可获取的源域（如开源 Agent 目录）微调，再部署到目标域（如内部工具/技能库），无需冷启动大量数据，验证了跨目录泛化可行性。
- 模型选择：BGE-base、KaLM-v1.5、EasyRec 等通用检索模型经微调后可用于垂直 Agent 搜索，为工业上选型提供参考。
动机：开放 Agent 市场将原生智能体、工具包、技能包混合展示在同一搜索界面，但如何有效检索可执行的 Agent 能力仍然缺乏指导。现有检索模型面向通用文本，需验证其能否适配这种混合目录的 query-to-agent 匹配，以及能否迁移到新场景。
方法：将市场可见单元表示为“能力 profiles”（基于公开元数据构建），微调三个开源检索骨干（BGE-base、KaLM-v1.5、EasyRec）在 AgentSelect 数据集上，学习将用户查询映射到能力 profiles。随后在未参与训练的 MuleRun 原生 Agent 目录和 ClawHub 技能基准（50 技能、1000 查询）上测试跨目录迁移效果。
关键结果：微调后模型在两个新目录上均展现出检索性能提升，表明通用嵌入模型经适性训练可有效泛化到新的 Agent 能力检索场景。具体指标未在摘要公布，但证实了方法跨目录有效。