用途：为仓库生成 AI 智能体每次会话开始时读取的指令文件树，输出项目专属内容而非通用模板。
主要能力：分四阶段执行。阶段一自动发现，并行启动三个子智能体：A 读取配置文件，识别语言版本、框架、测试框架、数据库、认证、包管理器、类型检查、格式化与 lint 工具及可复制命令；B 梳理顶层目录、子域角色、命名与测试文件放置、模块组织方式；C 读取 .git/config 与 CI、钩子配置，采样提交记录判断 Git 平台、CI/CD、提交信息约定与问题跟踪器。阶段二用 AskUserQuestion 确认发现并收集组织规范。阶段三运行 bash scripts/scaffold.sh --target <repo-root> --platform <platform> 生成确定性文件（CLAUDE.md、docs/AGENT_WORKFLOW.md、docs/AGENTS_FEATURES.md、docs/features/feature-template.md、docs/LESSONS.md），脚本幂等。阶段四由 LLM 依据 references/ 下模板生成 /AGENTS.md、docs/ENGINEERING.md、docs/FEATURES.md 及各子域 AGENTS.md。
适用场景：需要为项目建立智能体协作规范、统一工程标准与工作流的仓库。
限制：docs/features/ 默认留空，需配合 find-features 与 document-feature 技能填充；未检测到平台时省略平台相关内容；提交约定不明确时不强行套用。具体收费与价格暂未提供。