GitSkills: Un dataset di 3,8 milioni di skill per agenti da GitHub

Il dataset di recente lancio, GitSkills, comprende 3.797.117 file SKILL.md provenienti da repository GitHub pubblici. Questi file denotano skill per agenti, introdotte per la prima volta da Anthropic come specifica aperta nell'ottobre 2025. Una skill per agente consiste in una cartella che include un file SKILL.md che descrive le istruzioni per un agente basato su modello linguistico, potenzialmente accompagnato da script e materiali di riferimento. L'agente attiva la skill quando determina che un compito si allinea con la descrizione della skill. In meno di un anno dal debutto del formato, sono emersi milioni di file di skill. A differenza dei manufatti standard dell'ingegneria del software, queste skill sono principalmente articolate in linguaggio naturale, selezionate probabilisticamente durante l'esecuzione e non sono soggette a validazione da parte di compilatori o type checker. Non hanno un registro centralizzato o un gestore di pacchetti, e si diffondono tramite duplicazione di cartelle tra repository. Questo dataset cerca di esplorare come gli sviluppatori creano, riutilizzano e mantengono le skill, colmando una lacuna poiché nessun dataset precedente ha documentato questa popolazione. L'annuncio è stato pubblicato su arXiv con l'identificatore 2608.10906.