SkillFlow：面向智能体编排的流驱动递归技能演化框架

SkillFlow 是一个以可训练 Supervisor 为智能体、结合动态技能库与冻结执行器的流驱动框架，通过多轮交互自动完成任务编排。它采用 Tempered Trajectory Balance（TTB）回归式流匹配损失，按奖励比例采样轨迹以保留多样化编排策略，并零额外推理成本实现逐步信用分配。