Geospatial 代理需要在重复且不断演进的分析任务中复用历史执行经验，而不是仅执行孤立工作流。为此，GeoSkill 提出一种经验驱动的层次化技能学习框架，核心包括两部分：
-
层次化技能库（HSB）：由规划技能库和工具技能库组成。规划技能库抽象高层任务规划经验，工具技能库捕获工具调用的约束条件，实现跨任务的结构化经验复用。
-
协同追踪驱动的技能修订（CTSR）：由 Judge、Critic、Refiner 三个角色协同工作。Judge 负责错误识别，Critic 定位技能层面的缺陷，Refiner 执行针对性修改，避免误归因导致的技能库污染。
在开发阶段，GeoSkill 从历史执行轨迹中学习并验证技能；部署阶段则冻结技能库，仅用于检索式指导，保证对未见任务的可靠性。实验在 EarthBench 与 ThinkGeo 上进行，结果显示 GeoSkill 能将历史经验转化为可复用的层次化技能，显著提升端到端任务准确率和工具执行可靠性。
点评