用途：让已有的框架技能更精简，而不改变它做什么。它只读取框架文件，因此不适用外部内容规则；若要从零写技能，应使用 write-skill。
预检：先静默运行 setup_preflight（PYTHONPATH=.apache-magpie-local python3 -m setup_preflight --skill <name> --hash <surface_hash> [--requires <file>]...）。返回 {"verdict": "ok"} 则静默继续；返回 action 时按各条目附带的 rules 处理；命令未运行时不得视为通过，也不得手写复现检查。项目未初始化时自行解析 requires_config:，必要时运行 /magpie-setup config。禁止无人值守运行 /magpie-setup adopt。
预算：正文（不含预检块）目标 5,000 tokens，description + when_to_use 目标 200 tokens；用 uv run --project tools/skill-token-count skill-token-count --write 在步骤 1 前与步骤 4 后各测一次。常驻预算优先优化。
能力与流程：步骤 0 检查目标目录真实、工作树干净、校验器先为绿色；步骤 1 只读诊断各 smell（过大正文、具体名称、批量读取、逐项往返、缺少廉价预过滤、内嵌代码、冗长行文）；步骤 2 按影响面从小到大逐个提出 pass（split、config-lift、out-of-context、fetch-upfront、preflight-classifier、extract-code、rewrite），由维护者选择；步骤 3 一次应用一个 pass，移动内容保持字节一致（标题层级除外），提取代码必须字节一致并选择 scripts/、tools/ 项目或 vetted-ops 目录；每次 pass 后重建 TOC 并重跑校验器，一次提交一个 pass；步骤 4 校验器须恢复同样的绿色、预算朝正确方向变化，并前后运行 eval 套件（tools/skill-evals/magpie-run-evals.sh tools/skill-evals/evals/<skill>），套件非确定性时如实说明，无套件也要说明；步骤 5 汇报文件、变化量、校验结果与证据，除非被要求不提交或开 PR。
输入：目标（技能名、目录或 SKILL.md 路径）、--all 或 over:<N>、pass:<name>。
限制：校验器是唯一门禁，不得放宽；先提议后应用，不得批量；除 rewrite pass 外不得改文字；被移动的标题要同步更新 eval step-config.json、锚点链接等引用；测量是必需项；不得改动快照，框架改动须经 PR 提交到 apache/magpie。前置依赖：uv、git、doctoc（可选，缺失需明示人工步骤）。