用途
Skill-Builder 是一个元技能，用于帮助创建遵循既定模式的新智能体技能。它的职责是引导技能设计、生成脚手架并校验完整性。
核心原则：技能是带有工具的诊断框架，而不是功能清单。一个技能诊断问题空间、识别状态并提供干预措施。脚本提供随机化与结构，LLM 提供判断，各自做最擅长的事。
技能结构
每个技能包含以下组件：
skill-name/
├── SKILL.md # 诊断框架 + 文档
├── scripts/ # Deno TypeScript 工具
│ └── *.ts
├── data/ # JSON 数据集（如需要）
│ └── *.json
└── references/ # 支持性文档（可选）
└── *.md
SKILL.md 的 frontmatter 包含 name、description、license、metadata 等字段。其中 metadata 的 type 和 mode 为必填项，maturity 和 maturity_score 为可选项。
技能类型
- Type D：诊断型技能。用途是识别问题、推荐干预。模式为：状态 → 问题 → 干预。特征包括带症状/问题的状态、对干预工具的交叉引用、"你不做什么"边界章节、映射到其他技能的集成表。
- Type G：生成型技能。用途是从参数生成结构化输出。模式为：参数 → 生成 → 输出。特征包括带默认值的输入参数、可选种子的随机化、多种输出格式（人类可读、JSON、简要）、质量等级（入门 → 全面）。
- Type U：工具型技能。用途是支持其他技能、构建基础设施。模式为：输入 → 分析/转换 → 报告。特征包括元级操作、质量指标与校验、模板与脚手架、跨技能适用性。
技能模式
每个技能必须在 frontmatter 中声明模式：diagnostic（诊断）、assistive（辅助）、collaborative（协作）、evaluative（评估）、application（应用）、generative（生成）。允许复合模式（如 diagnostic+generative）。
成熟度评分（24 分制）
技能按 24 分制评估，分为四个维度：
- 完整性（11 分）：核心原则、状态、状态组件、诊断流程、反模式、示例、边界。
- 质量（5 分）：自包含、类型+模式声明、状态命名、集成图、工具文档。
- 可用性（4 分）：输出持久化、渐进式披露、决策树、可操作性。
- 执行智能（4 分）：推理需求、执行策略、子代理指引、上下文管理。
成熟度等级：Draft（0-8）、Developing（9-14）、Stable（15-20）、Battle-Tested（21-24）。
状态命名约定
状态必须遵循一致命名模式：{缩写}{数字}: {状态名称}。缩写为 1-3 个大写字母，从技能名派生；数字从 0 或 1 开始；状态名称需具描述性；子状态使用小数表示法。
集成图要求
每个技能必须记录与其他技能的连接，包括入站（来自其他技能）、出站（到其他技能）和互补技能。要求至少 1 个入站或 1 个出站连接，状态级具体性，以及双向文档。
执行智能要求
技能应记录如何由 Claude Code 最佳执行，包括：推理需求（何时使用扩展思考）、执行策略（顺序 vs 可并行）、子代理候选、上下文管理（token 占用与优化策略）。
反模式要求
每个技能必须记录常见错误。诊断型技能至少 3 个反模式，生成型/工具型至少 2 个。结构包括：模式、问题、修复，可选检测。常见类别包括范围蔓延、深度缺失、层级错误、用户关系、集成。
脚本模式
提供标准 Deno TypeScript 脚本模板，包含接口、数据、工具函数、核心逻辑、格式化、主函数等部分。还提供参数解析模式、数据加载模式、输出模式（支持多种格式）。
数据文件模式
包括简单列表（用于随机化）、结构化数据（用于复杂生成）、频率加权数据。质量阈值：入门 10-30 项、功能 30-75 项、生产 75-150 项、全面 150+ 项。
适用场景
适用于需要创建新智能体技能的场景，特别是诊断框架、CLI 工具或数据驱动生成器的构建。
限制
关于该技能的具体收费、价格、平台支持范围等信息，资料中暂未提供。