GitHub ha già milioni di repository pieni di conoscenze procedurali. Il lavoro introduce un framework per estrarre le competenze degli agenti direttamente dai repository open-source. Il pipeline analizza la struttura del repository, identifica le conoscenze procedurali attraverso un recupero denso e le traduce in un formato standardizzato SKILL.md con un'architettura di divulgazione progressiva, in modo che gli agenti possano scoprire migliaia di competenze senza degradazione della finestra di contesto. Autorizzare manualmente le competenze degli agenti non scala. L'estrazione automatizzata ha raggiunto un aumento del 40% nell'efficienza del trasferimento di conoscenze mantenendo la qualità creata dagli esseri umani. Siamo ancora all'inizio di questo, e c'è bisogno di ulteriore lavoro affinché le competenze auto-scoperte e auto-miglioranti funzionino bene su larga scala. Man mano che l'ecosistema delle competenze degli agenti cresce, l'estrazione dei repository esistenti potrebbe sbloccare l'acquisizione di capacità scalabile senza dover riaddestrare i modelli. Documento: Impara a costruire agenti AI efficaci nella nostra accademia: