用途：为当前仓库生成一组最小、互链的 Markdown 文档（上下文包），使不熟悉该仓库的 AI 编程代理能够理解并推理代码库。它本身不写应用代码，输出仅为仓库根目录及 docs/ 下的 Markdown 文件。
主要能力：检测已有上下文（AGENTS.md、CLAUDE.md、docs/、ARCHITECTURE.md、ADR 等）并切换为增量模式，绝不覆盖已有文档；通过文件系统信号识别技术栈（Java/Spring、.NET、PHP/Laravel、Node 单体仓库、Python、Go、Rust、容器化、Kubernetes/Helm、IaC、CI/CD、API 契约、质量门禁等），多语言则按多语言单体仓库处理；生成 AGENTS.md（控制在约 80 行内，作为目录而非百科）、CLAUDE.md、docs/business.md、docs/architecture.md、docs/data-model.md、docs/infrastructure.md、docs/adrs/ 下的 ADR 模板与 1–3 个种子 ADR，以及可选 docs/target-user.md、docs/design.md；对已写文档中的关键事实主张做原子化、标注来源与置信度，并请用户确认后写入 docs/claims-ledger.md。
使用方式：输入语言参数 en、es 或留空（默认英文，es 时输出西班牙语，技能自身说明始终英文）；执行分六个阶段——静默发现、结构化选择与自由文本访谈、按模板起草（占位符为 {{UPPER_SNAKE}} 语法）、生成 AGENTS.md/CLAUDE.md、校验事实主张、最后验证链接并提示提交命令。若检测到 .NET，本技能只做识别，建议改用 /arkandia:agent-context-dotnet。
适用场景：让 AI 编程代理快速上手陌生仓库；补充或整理仓库文档；沉淀架构决策记录与关键领域信息。
限制：不编写应用代码、不安装依赖、不执行破坏性命令；不覆盖已有文档除非用户明确同意；缺失信息保留 <!-- TODO --> 标记而非臆造；不确定的框架版本、端点名、模式细节需用户确认；.NET 深度分析不在本技能范围。