用途：skill-creator 帮助用户从零创建新技能、迭代改进已有技能，并用测试用例和量化指标衡量技能表现。它也可用于优化技能描述，改善技能触发效果。
主要能力：协助梳理技能意图；通过访谈澄清边界情况、输入输出格式与成功标准；起草 SKILL.md，包含 name、description（触发条件与功能）、可选 compatibility 等；设计 2-3 个真实测试提示并保存到 evals/evals.json；同时运行带技能与基线（无技能或旧版技能）的对照；在运行期间起草可客观验证的断言；收集各次运行的 token 与耗时；使用评分脚本或子智能体评分并汇总 benchmark；通过 eval-viewer/generate_review.py 展示定性输出与量化对比；根据用户反馈重写技能并重复迭代；最后可运行技能描述优化脚本。
使用方式：先判断用户处于流程的哪个阶段，再帮助推进。创建新技能时，先明确技能功能、触发场景、输出格式，以及是否需要测试用例；有客观可验证输出的技能更适合测试用例，主观输出技能更适合定性评估。写好后按 SKILL.md、scripts、references、assets 组织，并遵循渐进式披露：元数据始终在上下文中，正文触发时加载，资源按需加载；SKILL.md 建议不超过 500 行，较大参考文件应加目录。测试时将结果放入 <技能名>-workspace/iteration-N/ 目录，按 eval 分目录，并保存 eval_metadata.json、timing.json、grading.json。汇总命令为 python -m scripts.aggregate_benchmark <workspace>/iteration-N --skill-name <name>。查看器命令示例：nohup python <skill-creator-path>/eval-viewer/generate_review.py <workspace>/iteration-N --skill-name "my-skill" --benchmark <workspace>/iteration-N/benchmark.json，迭代 2 及以上可加 --previous-workspace。无显示环境时可用 --static <output_path> 输出独立 HTML。反馈通过 feedback.json 读取。
适用场景：为用户想要固化的对话工作流创建技能；编辑或优化已有技能；为技能建立量化评测与基线对比；改善技能触发与描述。
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，不应在意图上令用户意外；不得创建误导性技能或帮助未授权访问、数据外泄等。文档未提供价格、平台支持范围、具体收费或性能保证等信息，暂未提供。撰写时宜用祈使式，说明理由而非堆砌强制要求，并保持通用而非过度窄化。