RASO (Retrieval-Augmented Skill Optimization): сборка скила агента из чужих скилов с обязательной адаптацией под свою среду

Парадокс: чужой скил (текстовая инструкция агенту «как делать задачу») в исходном виде может сработать хуже, чем полное отсутствие скила. Метод RASO позволяет собрать рабочий скил из публичных чужих скилов под ваши инструменты, файлы и единицы измерения. Между поиском и сборкой стоит обязательный шаг адаптации: модель берёт один чужой раздел и переписывает его на языке вашей среды. Выбрасываются чужие API, валюты и термины, остаётся практический опыт. Такой скил обгоняет и «голый» чужой, и тот, что модель написала сама из головы.