用途：在对话结束时复盘被调用的 Skill 表现，把用户反馈与对话经验沉淀下来，持续演进 Skills 库，并支持跨 Skill 的经验复盘与沉淀。
主要能力：复盘诊断（Session Review）分析所有被调用 Skill 的表现；经验提取（Experience Extraction）将非结构化反馈转为结构化 JSON（evolution.json）；智能缝合（Smart Stitching）把经验写入 SKILL.md 末尾的 ## User-Learned Best Practices & Constraints 章节，确保持久化且不被版本更新覆盖；跨版本对齐在 skill-manager 更新 Skill 后重新缝合旧经验。
触发方式：/evolve，或“复盘一下刚才的对话”“我觉得刚才那个工具不太好用，记录一下”“把这个经验保存到 Skill 里”。
工作流：1）扫描上下文，找出不满意点（报错、风格不对、参数错误）或满意点（特定 Prompt 效果好），定位需进化的 Skill，在内存中构建含 preferences、fixes、custom_prompts 的 JSON；2）调用 python scripts/merge_evolution.py <skill_path> <json_string> 增量写入 evolution.json；3）调用 python scripts/smart_stitch.py <skill_path> 转为 Markdown 追加到 SKILL.md；4）skill-manager 更新后主动运行 smart_stitch.py 重新缝合。
核心脚本：merge_evolution.py 增量合并、去重并保存；smart_stitch.py 读取 JSON 生成或更新 SKILL.md 末尾章节；align_all.py 遍历所有 Skill 文件夹，将 evolution.json 经验重新缝合回对应 SKILL.md，常用于批量更新后的经验还原。
最佳实践与限制：不要直接修改 SKILL.md 正文（明显拼写错误除外），经验修正应走 evolution.json 通道，以保证升级时不丢失；一次对话涉及多个 Skill 时依次为每个 Skill 执行流程。具体安装方式、收费与平台支持暂未提供。