正在做一些研究，让llm构造了许多策略，也有策略的结果，可以评判策略好坏。想问问各位是如何去从一个个策略实例中提取skills的啊，是一个一个提炼吗，还是批量输入之后让让llm去提炼啊。目前对skill的迭代很苦恼。求解答 🧐