WikiSkill خدام

WikiSkill هو إطار لتطوّر مهارات الوكلاء الذكيين من تطوير Google Research. كيخدم الإطار بثلاث طبقات: Raw Layer كتخزّن مسارات التنفيذ الأصلية، وWiki Layer كتراكم المعرفة المهيكلة باستمرار، وSkills Layer كتخزّن المهارات القابلة للتنفيذ، وبهذا كتتحول تجربة الوكيل لمعرفة دائمة، ومن بعد كتنبت منها مهارات قابلة لإعادة الاستعمال. فكل دورة تكرارية، Wiki Maintainer كيحلّل المسارات وكيحدّث قاعدة المعرفة، وSkill Proposer كيقترح تحديثات للمهارات اعتماداً على المعرفة، ومن بعد كيتقبل التحديث أو كيرجع للحالة السابقة من بعد التحقق. التجارب بيّنت أن موديل 9B مع WikiSkill يقدر يفوت موديل 27B بلا WikiSkill، وزيد على هاد الشي المهارات تقدر تنتاقل بين الموديلات.

فصل المعرفة على ثلاث طبقات: المسارات الأصلية، المعرفة المهيكلة، والمهارات القابلة للتنفيذ كيتخزنو فثلاث طبقات، وكل طبقة عندها الدور ديالها.
تطوّر المهارات بشكل ذاتي: حلقة تكرارية كتخلي مهارات الوكيل كتنمو وكتتحسن باستمرار انطلاقاً من التجربة.
تراكم المعرفة الدائمة: طبقة Wiki كتراكم المعرفة عبر الدورات، وحتى إلا ترفضات شي مهارة فالمعرفة اللي تجمعات ما كتضيعش.
الانتقال بين الموديلات: المهارات اللي تطورات تقدر تعاود تستعملها موديلات مختلفة، وحتى عائلات مختلفة ديال الموديلات.
التصفية عبر بوابة التحقق: المهارات المقترحة كتتقيّم على مجموعة التحقق، وما كيتقبل غير التحديث اللي كيحسن الأداء.

البنية بثلاث طبقات: Raw Layer كتخزّن بشكل دائم مسارات التنفيذ غير القابلة للتغيير، وكتستعمل كمرجع للوقائع؛ Wiki Layer كتحوّل المسارات لأنماط مهيكلة وسجلات ديال التطوّر، وكتراكم المعرفة باستمرار وما كترجعش للور؛ Skills Layer كتخزّن المهارات الحالية القابلة للتنفيذ، وكتدعم التحديث والرجوع المشروط، مع تتبّع أصل المهارة عبر PURPOSE.md.
حلقة التطوّر فـ4 خطوات: Inference Agent كينفّذ باستعمال المهارات الحالية على مجموعة التدريب وكيخرّج مسارات؛ Wiki Maintainer كياخذ عيّنات من المسارات وكيحلّل الأسباب الجذرية، وكيحدّث فهرس الأنماط والسجلات ديال Wiki؛ Skill Proposer كيقرا Wiki والمسارات بطريقة ReAct وكيقترح إنشاء مهارة وحدة أو إضافة تصحيح؛ وآلية Gating كتقيّم المهارة المقترحة على مجموعة التحقق، إلا تحسنت النقطة كتتقبل، وإلا كيرجع للمهارة السابقة، بلا ما تتأثر Wiki.
تصميم استمرارية المعرفة: طبقة Wiki كتسجّل فـskill-impact.md الفرق ديال كل اقتراح، ونقطة التحقق، ونتيجة القبول أو الرفض، وبهذا كتكوّن مسار تدقيق موضوعي كيعاون Proposer من بعد يتفادى الحلول الفاشلة المتكررة وكيحقق تراكم المعرفة بين الدورات.
الفصل بين اكتشاف المهارات وتنفيذها: التجارب بيّنت أن اكتشاف المهارات، أي استخراج الاستراتيجيات من التجربة، وتنفيذ المهارات، أي تطبيق الاستراتيجيات وقت الاستدلال، جوج قدرات مختلفين. والمهارات اللي طوّرها WikiSkill تقدر تنتاقل بين الموديلات، وحتى المهارات اللي طوّراتها موديلات أخرى كتكون أحياناً أحسن من المهارات اللي طوّرها الموديل براسو.

تهيئة مساحة العمل: صايب المجلدات raw/ وwiki/ وskills/، وبدا بمجموعة مهارات خاوية.
تنفيذ rollout ديال التدريب: Inference Agent كيشغّل المهارات الحالية على مجموعة التدريب، وكيكتب مسارات التنفيذ فـraw/.
تحديث قاعدة المعرفة: Wiki Maintainer كياخذ عيّنات من المسارات الناجحة والفاشلة وكيحلّل الأسباب الجذرية، وكيصايب أو كيحدّث ملفات الأنماط فـwiki/patterns/، وكيزيد على logs.md وskill-impact.md.
اقتراح تحديث للمهارات: Skill Proposer كيقرا فهرس Wiki، وسجلات التأثير السابقة، والمسارات الأصلية، وكيقترح بطريقة ReAct إنشاء مهارة وحدة أو إضافة تصحيح.
التحقق والبوابة: المهارة المقترحة كتتقيّم على مجموعة التحقق، وإلا تحسنت النقطة كتتقبل كنسخة جديدة فـskills/.
التكرار: عاود هاد الخطوات حتى يستقر الأداء فمجموعة التحقق أو توصل لعدد الدورات المحدد مسبقاً، ومن بعد كتولي عندك مجموعة مهارات متطورة للاستدلال.

تراكم المعرفة بشكل دائم: طبقة Wiki كتراكم المعرفة عبر الدورات، وحتى إلا ترفضات المهارة فالمعرفة ما كتضيعش، والتحديثات اللاحقة تقدر تعاود تستعمل جميع الاستنتاجات السابقة.
فصل المعرفة على المهارات: كيتفصل ”شنو نعرفو“ على ”كيفاش نديروه“، بحيث المهارات تقدر ترجع للور والمعرفة كتبقى محفوظة، وبهذا ما كتضيعش التجربة مع رقعة المهارة.
الموديل الصغير كيتفوق على الكبير: Qwen-3.5-9B مع WikiSkill يقدر يفوت Qwen-3.6-27B بلا WikiSkill، حيث المعرفة كتسد فرق الحجم.
إعادة الاستعمال والانتقال بين الموديلات: المهارات المتطورة تقدر تنتاقل بين عائلات الموديلات، والاستراتيجيات اللي اكتاشفوها موديلات أخرى كتكون أحياناً أحسن من المهارات اللي طوّرها الموديل براسو.
تفادي تكرار نفس الأخطاء: skill-impact.md كيسجّل بالتفصيل تاريخ الاقتراحات وأسباب الرفض، وProposer ما كيرجعش يقترح الحلول اللي فشلات من قبل.

الورقة التقنية فـarXiv: https://arxiv.org/pdf/2608.27454

الأتمتة الذكية للخدمة المكتبية: معالجة الحسابات المعقدة ديال صيغ Excel، وتنقية البيانات، والربط بين الجداول، بحيث الوكيل كيتعلم من خلال التطوّر مسارات خاصة بالجداول الإلكترونية بحال ”عاود الحساب قبل ما تقرا“.
الجواب الذكي على الوثائق الطويلة: تنفيذ بحث وتنقّل متعدد المراحل داخل وثائق PDF/Word فيها مئات الصفحات، والمهارات ديال البحث المتطورة كتعاون الوكيل يلقى الفقرات المهمة بكفاءة ويتفادى الضياع وسط السياق الطويل.
الاستدلال الرياضي وحل المسائل: تحويل تجربة حل المسائل الرياضية من مستوى المسابقات لاستراتيجيات قابلة لإعادة الاستعمال، مع تحسين الدقة باستمرار.
البحث فالمعلومات على الإنترنت: تحسين مراحل البحث المتعددة، وتطوير إجراء معياري من نوع ”توسيع الكلمات المفتاحية → التحقق المتقاطع من مصادر متعددة → دمج المعلومات“، باش يتحسن الاسترجاع والدقة فالبحث المعقد.
المهام التفاعلية المجسّدة: تنفيذ عمليات فيزيائية متعددة المراحل داخل بيئة افتراضية، ومن خلال ترسيخ أنماط بحال ”تفادي تكرار نفس دورة الأفعال“ و”التحقق من حالة إتمام المهمة“ كتتحسن نسبة نجاح المهام.