用途：Skill Creator 用于创建新技能、修改与改进已有技能，并衡量技能表现。适合从零开始写技能、编辑或优化技能、为技能建立测试与评测流程的用户。
主要能力与流程：先明确技能目标与大致实现方式，写出草稿；再设计若干测试提示，分别在安装技能与不安装技能的智能体上运行；帮助用户从定性和定量两方面评估结果；运行期间可起草定量评测断言；用 eval-viewer/generate_review.py 展示结果与量化指标；根据反馈重写技能并重复迭代，最后扩大测试集规模。技能完成后还可运行专门的技能描述优化脚本，改进技能的触发。
使用方式：使用时应先判断用户处于流程的哪个阶段，再介入协助推进；用户已有草稿时可直接进入评测迭代环节；用户不希望大量评测时可灵活简化。创建技能需编写 SKILL.md，包含 frontmatter 的 name（须与目录名一致，1-64 字符，仅小写字母、数字和连字符）和 description（触发时机与功能，1024 字符以内），可选 license、compatibility。技能目录采用 SKILL.md、scripts/、references/、assets/ 标准结构，遵循渐进式披露：元数据常驻上下文，正文理想少于 500 行，资源按需加载。测试用例保存到 evals/evals.json，结果放在与技能目录同级的 <skill-name>-workspace/ 并按迭代与用例分目录。可运行 python scripts/quick_validate.py <path> 做规范检查，用 python -m scripts.aggregate_benchmark <workspace>/iteration-N --skill-name <name> 聚合基准数据。
适用场景：需要把某套工作流固化为技能、改进已有技能、或建立可量化评测时。主观类输出（如写作风格、艺术）更适合定性评估，不宜强行套用断言。
限制：技能不得包含恶意软件、漏洞利用代码或危害系统安全的内容；脚本避免交互式提示，建议使用结构化输出与相对路径；非标准目录会降低跨智能体系统的可移植性。资料未提供具体收费、价格或平台信息。