用途：分析过去技能改进的有效性，并优化改进流程本身，即不仅改进技能，还改进“如何改进技能”。
自动触发场景：同态监控发现某技能评估窗口以 pending_rollback_review 结束时；ImprovementMemory 的有效率低于 50% 时；性能趋势在改进后仍为负时；每 10 个改进周期后。hook 集成中，当监控发出 "improvement_triggered": true 时，可在派发 skill-improver 前判断是否需要元认知分析。
手动使用时机：一批改进后评估成效、出现回归、每月定期优化策略、或 skill-improver 效果不佳时。不适用于日常改进（直接用 skill-improver）和首次创建技能（用 skill-authoring）。
主要流程：读取 ~/.claude/skills/improvement_memory.json 与 ~/.claude/skills/performance_history.json；将结果分类为有效（提升≥0.1）、中性、回归；提取成功/失败模式（如错误处理、加示例多为成功；过度工程、破坏工作流、token 超预算多为失败）；分析趋势；生成策略建议，包括优先级权重、方法选择、阈值与避坑规则；将元洞见存回 ImprovementMemory 的 _meta 引用；最后提出对 skill-improver 的具体修改建议。
限制：建议仅供参考，修改改进流程必须经用户明确批准，不得自动应用。资料未提供技能的安装命令、收费与价格信息。