用途：这是一套系统化、可扩展的流程，用于构建内容全面的 Claude Code 技能，适用于技能需要从官方来源大量收集文档的场景。
核心流程分三阶段，每阶段后设质量门：初始化阶段由分类智能体创建 TODO 清单；门 1 校验类别互不重叠且完整；研究阶段用并行智能体填充 references/{category}/；门 2 为强制防幻觉检查，要求每条事实声明附来源（URL + 访问日期）；整合阶段更新 SKILL.md 并校验结构；门 3 做最终校验。
前置要求：激活技能创建器获取结构指导 Skill(skill: "plugin-creator:skill-creator")，并阅读 CLAUDE.md 的验证要求。初始化命令：plugins/plugin-creator/skills/skill-creator/scripts/init_skill.py <skill-name> --path <output-directory>。研究阶段在单条消息中并发启动多个 Task 智能体，设 run_in_background: true，各输出到对应类别目录。
关键原则：渐进式披露（SKILL.md ≤5k 词，细节放 references/）、并行执行、每条声明必须带来源与访问日期、不依赖训练数据、链接使用 ./ 相对路径。最终校验命令：plugins/plugin-creator/skills/skill-creator/scripts/package_skill.py <skill-path>。
限制与容错：MCP 工具不可用时改用 WebFetch、WebSearch、GitHub CLI (gh) 或克隆仓库后用 Read 分析；官方文档不全时记录已有内容并明确标注缺口，不得用训练数据臆测。具体智能体提示模板、MCP 工具选择指南与差距分析在资料中仅提及，详细内容暂未提供。