大型语言模型（LLM）代理可以通过从已有任务经验中提炼可复用的技能来提升性能，但传统的技能优化方法往往依赖高成本的执行评估和大量任务数据。为此我们提出 COBRA‑Skills，一个将技能优化建模为预算受限的顺序优化过程的高效框架。框架核心是将 上下文赌博机（contextual bandit） 用于候选技能的优先级排序，并结合 基于证据的技能进化（evidence‑grounded skill evolution），在执行反馈的驱动下有选择地分配评估资源，仅对潜在有价值或信息量大的候选进行评估，同时不断更新技能集合。
在六个异构代理基准和三种目标模型上进行实验，COBRA‑Skills 始终取得所有对比方法中最高的平均表现，并将优化成本相较于 SkillOpt 降低了 55%–58%。此外，框架仅使用每个基准 50 条唯一的优化示例即可实现上述效果。进一步分析表明，COBRA‑Skills 对代理实现的变化具有鲁棒性，并且在目标模型本身用于技能生成和细化时仍能保持有效。
点评：COBRA‑Skills 通过将预算约束、上下文赌博机决策和执行反馈紧密结合，实现了高效且稳健的技能优化，为大规模 LLM 代理的可复用技能库构建提供了可行路径。