Skill Federation：为 AI 编码 Agent 上线专用技能搜索引擎

Show HN 项目 Skill Federation 发布了一套专供 AI 编码 Agent 调用的技能（skill）搜索引擎。作者团队过去一年专注于「AI 错误分布」研究，并在论文《Architecture of Errors》中从数学上论证：在一个有界 patch 域（即某个具体应用范围内）里，AI 解决方案需要有限集合的「干预」手段才能取得稳定表现。该项目正是这一思路的工程化落地。

项目定位与核心机制

Skill Federation 并非面向人的检索服务，其目标用户是运行中的 AI Agent。Agent 先按当前任务「设想」一组理想技能组合，再由 Skill Federation 负责抓取与匹配。整个流程使用关键词增强与重排序（reranking）等当前 SOTA 检索技巧，并在公开评测 SkillRet 上复现了 SOTA 数字。所有入库的技能均经过 Cisco 与 Nvidia 的安全扫描预处理后才会上线，搜索本身免费开放。

基准结果

为验证「有限干预集」的判断，作者在 SkillsBench 上用 Anthropic Claude Opus 4.6 跑了对比实验：

• 仅使用 SkillsBench 自带的「oracle skills」：得分 17.5%
• 加入从互联网上抓取的真实「wild skills」（排除 oracle 部分）：得分 22.8%
• 相对提升约 30%

这一结果与论文中的理论预期一致，表明在有界域内为 Agent 补充合理技能集，确实能带来可衡量的能力增益。

现阶段与局限

目前该项目更接近团队自用工具的对外共享，Hacker News 上的讨论热度极低（得票 1、评论 0），作者也明确表示该搜索服务主要为支持自有研究用途，其次才是面向公众与 Agent 用户开放。对于希望为 Coding Agent 配备可检索技能池的开发者，这是一个轻量、可直接试用的入口。