Skill Lab 是一个面向“技能开发”的技能，用于创建新技能并对其做迭代式改进。整体流程为：明确技能目标与思路，撰写技能草稿，设计若干测试提示并让带该技能的 Claude 运行，从定性与定量两方面帮助用户评估结果，依据反馈重写技能并重复，最后扩大测试集在更大规模上验证；技能完成后还可运行技能描述改进器来优化触发。使用时先判断用户处于流程哪一阶段，再介入协助推进；若用户已有草稿，可直接进入评估与迭代环节。
主要能力包括：从对话历史中捕获意图（工具、步骤顺序、用户的纠正、输入输出格式），就边界情况、输入输出格式、示例文件、成功标准与依赖进行访谈和研究；撰写 SKILL.md，包含 name 与 description 等 YAML frontmatter，其中 description 兼具“做什么”与“何时使用”信息且应稍显“主动”以对抗欠触发；用 evals/evals.json 保存测试用例（先写提示，稍后补断言）；在同一次操作中并行启动带技能与基线（无技能或旧版本技能）的运行，将结果按 iteration 与 eval 分目录存入 <skill-name>-workspace/；运行期间起草可客观验证的断言，并在每个任务完成时把 total_tokens 与 duration_ms 立即写入 timing.json；随后评分、聚合基准（python -m scripts.aggregate_benchmark <workspace>/iteration-N --skill-name <name>），并用 eval-viewer/generate_review.py 启动查看器展示输出与基准数据，无显示环境可用 --static 生成独立 HTML。
限制与注意：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，也不应配合误导性或未授权访问、数据外泄等请求；SKILL.md 建议控制在 500 行以内，大型参考文件应加目录；主观类输出（写作风格、艺术）更适合定性评估，不必强行套用断言；评分结果的 expectations 数组必须使用 text、passed、evidence 字段名，否则查看器无法识别；向用户解释 JSON、断言等术语时需根据其熟悉程度判断是否先作说明。具体安装方式、价格与平台支持等事实暂未提供。