用途：Skill Creator 帮助用户创建新技能并迭代改进，也支持对已有技能草稿直接进入评估与迭代环节。它先判断用户处于流程的哪个阶段，再协助推进。
主要能力：澄清技能意图（技能应让智能体做什么、何时触发、输出格式、是否需要测试用例）；访谈并研究边界情况、输入输出格式、示例文件、成功标准与依赖；编写 SKILL.md，包含 name、description、compatibility 等组件；设计 2-3 个真实测试提示并保存到 evals/evals.json；同时启动带技能与基线两组子代理运行；在运行期间起草量化断言；捕获 total_tokens 与 duration_ms 计时数据；评分、聚合成 benchmark.json 与 benchmark.md；用 eval-viewer/generate_review.py 展示定性输出与量化指标；根据反馈重写技能并重复，最后扩大测试集。还提供技能描述改进脚本以优化触发。
使用方式：按流程推进，运行评估时把结果放在 <skill-name>-workspace/ 下，按 iteration-N/eval-ID 组织；聚合命令为 python -m scripts.aggregate_benchmark <workspace>/iteration-N --skill-name <name>；查看器命令为 nohup python <skill-creator-path>/eval-viewer/generate_review.py <workspace>/iteration-N --skill-name "my-skill" --benchmark <workspace>/iteration-N/benchmark.json > /dev/null 2>&1 &。无显示环境可用 --static <output_path> 生成独立 HTML。
适用场景：构建新技能、更新已有技能、运行评估、检查触发质量、改进技能描述。技能结构支持 SKILL.md 加 scripts、references、resources、assets 等可选资源，采用元数据、正文、捆绑资源三级渐进式加载。
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；跨平台时以可移植基线为主，仅在明确目标宿主时添加覆盖层；主观类技能更适合定性评估，不宜强行套用断言。