用途：这是一个用于创建新技能并迭代改进它们的技能。它帮助用户走完从确定意图、撰写草稿、设计测试用例、运行评估到根据反馈重写的完整流程。
主要能力：捕获用户意图（技能应让 Claude 做什么、何时触发、期望输出格式、是否需要测试用例）；访谈与研究（询问边界情况、输入输出格式、示例文件、成功标准与依赖）；撰写 SKILL.md（包含 name、description、compatibility 等组件，description 是主要触发机制，需同时写明功能与使用场景）；设计测试用例并保存到 evals/evals.json；运行带技能与基线两组子代理并对比；起草量化断言；捕获耗时与 token 数据；评分、聚合并启动查看器；读取反馈并改进技能；最后可运行描述改进脚本优化触发。
使用方式：技能采用三级加载（元数据、SKILL.md 正文、捆绑资源），正文建议不超过 500 行，大参考文件加目录。测试结果放在 <skill-name>-workspace/ 下按迭代组织。聚合命令为 python -m scripts.aggregate_benchmark <workspace>/iteration-N --skill-name <name>；查看器用 nohup python <skill-creator-path>/eval-viewer/generate_review.py <workspace>/iteration-N --skill-name "my-skill" --benchmark <workspace>/iteration-N/benchmark.json 启动，无显示环境可用 --static 输出独立 HTML。
适用场景：编写新技能、编辑已有技能、为技能设计评估与基准、优化技能描述触发。
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；主观类技能（写作风格、艺术）更适合定性评估，不宜强行套用断言。具体收费、价格、平台支持等信息暂未提供。