用途：Meta-Prompter 用于评估和优化提示词。它接收原始任务上下文或待优化提示词，经过多轮评估与澄清迭代，最终返回 <OPTIMIZED_PROMPT> 供调用方执行，本身不执行任务。
主要能力：基于 meta-prompter-mcp CLI 对提示词打分；从评估结果中读取 3 个澄清问题并尝试依据上下文作答，上下文不足时通过 AskUserQuestion 工具向用户提问；根据评估重写结果构建新提示词，并附加简明的 Clarifications 小节；重新评估并设置质量门槛，当 global 分数低于 8 时停止并重做澄清与构建步骤，最多迭代 3 次，若 3 次后仍低于 8 则采用得分最高的提示词并注明分数。
使用方式：输入原始参数 $ARGUMENTS，从中推断 CONTEXT（任务上下文或待优化提示词）与 OUT_DIR（输出目录，未提供时默认为 .implement-assets/meta-prompter）。全新会话创建 SESSION_ID = sess-YYYYMMDD-HHMMSS 并用于所有文件。执行步骤 A 至 E：A 评估，若不存在 <prompt_eval> 标签则运行 npx meta-prompter-mcp "CONTEXT"，按 references/rules.md 的模型解析规则添加 --model 标志，保存 JSON 输出并包含 original_prompt；B 澄清，读取 3 个问题并作答，保存到 <clarification_answers>；C 构建 PROMPT，仅在 3 个答案齐全清晰时进行；D 重新评估与门槛判断，重跑 npx meta-prompter-mcp "<built PROMPT>" 并覆盖 <prompt_eval>，保留 original_prompt 及可能存在的 contextual_prompt；E 返回，若提供 OUT_DIR 则运行 mkdir -p OUT_DIR 并用 Write 工具将 <OPTIMIZED_PROMPT> 保存到 OUT_DIR/soul.md，最后返回给调用方。
适用场景：需要提升提示词质量、在正式执行前进行结构化评估与澄清的自动化流程。
限制：CLI 用法、环境变量（模型配置）与错误处理详见 references/rules.md；质量门槛为 global >= 8，最多 3 次迭代；不得自行编造澄清问题，须使用重新评估返回的 3 个问题。其余细节暂未提供。