用途：这是面向 Agent Skill 的知识体系，不是操作教程，重点回答三件事——Skill 为何这样设计、好的设计长什么样、常见陷阱在哪里。凡涉及 Skill 的创建、调整、评审、拆分、合并，都可用它作为决策框架。
主要能力：讲解三层理解（表层把 Skill 当提示词、机制层理解渐进式披露、本质层把知识外化为 AI 可主动发现并按需加载的格式）；说明渐进式披露机制：第 1 层 metadata（name + description，约 100 tokens，会话开始即在上下文中，是 AI 判断是否加载的唯一依据），第 2 层 SKILL.md 全文（<5k tokens，判定相关才加载），第 3 层 references/、scripts/、assets/（需要更多细节才加载）；并给出 description 写法（面向场景而非功能、显式列举触发场景、包含更新触发条件）、少即是多、给原则而非规则、被动加载优于主动引导、先拆后合、协议与人设分离等设计原则，以及五阶段设计流程（共情、定义、构思、原型、测试）、MV Skill 标准、三问测试、对比测试法、迭代调试（读过程而非只看输出）、Skill 适用性判断、演进模式、常见误解与评审清单。
使用方式：设计或评审 Skill 时按清单逐项检查 frontmatter、description 质量、内容设计、架构合理性与可维护性；用同一任务做“有 Skill 对比无 Skill”的对比测试，并观察 AI 工作过程。
适用场景：设计新 Skill、评审质量、决定某知识是否应做成 Skill、拆分或合并 Skill。
限制：资料未提供安装命令、收费、价格、平台支持范围与具体效果数据；references/design-patterns.md 与 references/skill-template.md 的具体内容暂未提供。