GitHub a déjà des millions de dépôts remplis de connaissances procédurales. Le travail introduit un cadre pour extraire les compétences des agents directement à partir de dépôts open-source. Le pipeline analyse la structure des dépôts, identifie les connaissances procédurales grâce à une récupération dense, et les traduit en format standardisé SKILL.md avec une architecture de divulgation progressive afin que les agents puissent découvrir des milliers de compétences sans dégradation de la fenêtre contextuelle. L'écriture manuelle des compétences des agents ne peut pas être mise à l'échelle. L'extraction automatisée a permis d'atteindre des gains de 40 % en efficacité de transfert de connaissances tout en égalant la qualité créée par des humains. C'est encore tôt pour cela, et il reste encore du travail à faire pour que les compétences auto-découvertes et auto-améliorantes fonctionnent bien à grande échelle. À mesure que l'écosystème des compétences des agents se développe, l'exploitation des dépôts existants pourrait débloquer l'acquisition de capacités évolutives sans avoir à réentraîner les modèles. Article : Apprenez à construire des agents IA efficaces dans notre académie :