用途：帮助用户创建新技能、优化已有技能并衡量其表现。核心流程为：明确技能要做什么、起草技能、编写少量测试提示、运行并评估结果、根据反馈重写，循环往复直至满意，再扩大测试集规模。使用时会先判断用户处于流程的哪个阶段，再介入协助，也可在用户不想跑完整评估时灵活跟进。
主要能力与构件：技能由可组合构件组成，包括执行（skill + eval prompt + files -> transcript、outputs、metrics）、评分（outputs + expectations -> 逐条通过/失败）、盲比（输出A、输出B -> 胜者与理由）、事后分析（胜者 + 两个技能与记录 -> 改进建议）。这些构件组合成四个模式：评估（Executor -> Grader -> 结果）、改进（Executor -> Grader -> Comparator -> Analyzer -> 应用）、创建（访谈 -> 调研 -> 起草 -> 运行 -> 细化）、基准（需子代理，每种配置跑3次再聚合分析）。若环境可派生子代理则并行分派，否则串行就地执行；核心工作流不变，仅执行策略不同。
创建方式：访谈确认技能用途、触发时机、输出格式及是否需要测试用例；调研边界情况与依赖；运行 scripts/init_skill.py <skill-name> --path <output-directory> 初始化 SKILL.md 模板及 scripts/、references/、assets/ 目录；填写 name 与 description（description 须单行，不用 YAML 块标量，避免特殊 Unicode 字符）；起草后用 2-3 个真实测试提示验证；需要评估时创建 evals/evals.json（可用 scripts/init_json.py evals evals/evals.json 初始化，scripts/validate_json.py evals/evals.json 校验）；若存在 present_files 工具可用 scripts/package_skill.py <path/to/skill-folder> 打包并告知 .skill 文件路径。
改进方式：确认要改进的技能、可用时间与目标，随后自主运行、评分、盲比、分析并应用改动。写作上应从反馈中泛化而非逐例修补，保持提示精简，阅读执行记录而非只看最终输出，并尽量解释要求背后的原因。
限制与注意：技能不得包含恶意代码、漏洞利用或危害系统安全的内容，不得帮助创建误导性技能或用于未授权访问、数据外泄等行为；“角色扮演”类技能可以。不应包含 README.md、INSTALLATION_GUIDE.md、CHANGELOG.md 等面向人的辅助文档。SKILL.md 正文建议少于500行，资源按需加载，大型参考文件可加目录。未提供具体价格、收费或平台支持信息。