用途：Autocontext 会在任务上运行一个改进循环，并把学到的内容写入磁盘。本技能负责“生产”这些知识；若要读取已有知识，应改用 autocontext-consumer。它不假设特定的智能体宿主，唯一要求是能运行 autoctx 并读取其输出。
主要能力与用法： 运行场景：autoctx run grid_ctf --iterations 3 --json，--iterations 表示代数，每代生成候选、评分并把所学并入该场景知识。可自定 run id：RUN_ID="my_run_$(date +%s)"，随后 autoctx status "$RUN_ID" --json。 从自然语言任务开始：autoctx solve "Improve the support-triage response policy." --iterations 3 --json。 单次评分或改进：autoctx judge --task-prompt "..." --output "..." --rubric "..." --json；autoctx improve --task-prompt "..." --rubric "..." --rounds 3 --json。judge 对已有输出评分，improve 对其迭代。 查看产物：autoctx list --json、autoctx status "$RUN_ID" --json、autoctx show "$RUN_ID"、autoctx replay "$RUN_ID" --generation 1；show 渲染产物，replay 打印某一代的 JSON，便于排查评分异常。 实时观察：autoctx watch "$RUN_ID"。 创建新场景：autoctx scenario create --list；autoctx scenario create --template content-generation --name support-content。任务反复出现时适合建具名场景。
解析时始终加 --json，人类可读格式不是稳定接口。
提供方：默认使用托管的 Anthropic 模型，可通过环境变量指向其他服务或本地服务器，例如 AUTOCONTEXT_AGENT_PROVIDER=openai-compatible、AUTOCONTEXT_AGENT_BASE_URL=http://localhost:11434/v1、AUTOCONTEXT_AGENT_API_KEY=no-key、AUTOCONTEXT_LOCAL_MODEL=llama3.1。密钥与 base URL 应放在环境或用户配置中，不要写进技能文件。
限制与注意：长运行前 autoctx run 会预检所有端点，遇到死端点、凭据被拒或模型不可用会拒绝启动；--skip-preflight 存在但会失去该保护。运行写入本地知识根目录并留在本地，不会上传；运行产物包含提示词与模型输出，应按本地敏感文件对待。本技能不用于查询已有知识。