Skill Evolver 用于分析技能执行轨迹（trace），发现问题并自动修改技能文件。
用途与输入：可接收两类输入，至少一种。一是来自真实运行的轨迹数据（JSON，含 request、skills_used、success、turns、tokens、duration、steps、llm_calls 等字段），用于数据驱动地发现问题；二是用户手写的改进建议，用于定向指导修改。两者同时提供时，用轨迹验证与发现问题，用反馈确定修复优先级。
工作流程：第一步分析输入，轨迹可运行 scripts/analyze_traces.py <traces.json> [--skill <name>] [--format json|text]，输出成功率、平均轮次/时长/token、常见问题与建议；第二步对失败或有问题的轨迹用 scripts/extract_issue_context.py <traces.json> --failed 等命令提取完整上下文，仅有反馈时可跳过；第三步依据 references/issue-patterns.md 将问题映射到技能组件（执行失败对应 scripts/ 与错误处理，轮次过多对应 SKILL.md 清晰度，工具错误对应输入校验，token 过高对应精简 SKILL.md、渐进披露，重复调用对应决策树）；第四步应用修复。
范围约束：只修改目标技能现有文件（SKILL.md、scripts/、references/）；不新建参考文件、模板或指南；不联网搜索领域内容；不生成 CHANGELOG 或改进报告；演进后的技能文件本身即唯一交付物。
限制：官方未提供收费、价格与平台等信息；实际效果取决于轨迹数据质量。