aiming-lab이 개발한 LLM 에이전트의 계층형 스킬 학습 프레임워크입니다. 에이전트가 경험에서 재사용 가능한 행동 패턴을 자동으로 발견하고 학습하는 시스템으로, 성공 궤적은 전략 패턴으로, 실패는 교훈으로 추출합니다. 일반 스킬과 과제별 스킬을 분리하는 계층형 SkillBank 구조를 사용하며, RL 훈련 중 스킬이 재귀적으로 진화합니다. 기존 대비 10-20% 토큰 압축 효율을 달성하며 ALFWorld, WebShop 등의 환경을 지원합니다.