# 检索增强技能更新

该工作提出检索增强技能优化（RASO）框架，从公开技能库中按章节检索相关知识，并通过跨环境适配把检索内容改写为目标任务与执行环境可用的形式，其中 RASI 在不做任何智能体 rollout 的情况下构建初始技能，RASU 依据执行反馈检索缺失知识迭代更新技能；在 OfficeQA、SpreadsheetBench、ALFWorld、WebShop 四个基准和 GPT-5.6-Luna、Qwen-3.5-9B 两个模型上，RASO 一致优于无检索增强的初始化与更新基线。

该工作提出检索增强技能优化（RASO）框架，从公开技能库中按章节检索相关知识，并通过跨环境适配把检索内容改写为目标任务与执行环境可用的形式，其中 RASI 在不做任何智能体 rollout 的情况下构建初始技能，RASU 依据执行反馈检索缺失知识迭代更新技能；在 OfficeQA、SpreadsheetBench、ALFWorld、WebShop 四个基准和 GPT-5.6-Luna、Qwen-3.5-9B 两个模型上，RASO 一致优于无检索增强的初始化与更新基线。