用途：该技能用于创建面向 AI 智能体与智能体式编程环境的 Python CLI 工具，核心原则是“每次输出都是提示”，即 CLI 的每次交互都应设计成对智能体下一步行动有帮助的引导。
技术栈：Python 为主语言，Click 作为 CLI 框架，Pydantic 负责数据校验与响应模型，Rich 负责终端格式化与表格，uv 负责包管理。
项目结构：包含 pyproject.toml、README.md、src/my_cli/ 下的 main.py（入口）、commands/、models/responses.py、output/conversational.py、core/client.py 与 config.py，以及 tests/。
快速开始：mkdir my-cli && cd my-cli；uv init；在 pyproject.toml 添加依赖 click>=8.1.0、rich>=13.0.0、pydantic>=2.0.0；创建目录 mkdir -p src/my_cli/{commands,models,output,core} 并生成 init.py；从 templates/ 复制模板。
主要能力：提供三类 AI 友好输出模式。成功输出在确认操作的同时给出带确切命令的下一步建议；错误输出包含“哪里出错、如何修复、接下来做什么”三部分；帮助文本始终附带可运行示例。响应模型用 Pydantic 定义 Suggestion、ErrorDetail、CommandResult，输出层用 Rich 渲染表格与建议。
使用方式：在 main.py 中用 Click 定义命令组与子命令，命令内构造 CommandResult 并调用 ConversationalOutput 的 success 或 error 方法；pyproject.toml 中通过 [project.scripts] 暴露入口，如 mycli = "my_cli.main:cli"。
适用场景：需要为智能体式编码环境构建结构清晰、输出可引导后续操作的 Python CLI 工具。
限制：资料未提供具体收费、价格、平台支持范围或实际效果数据；参考实现指向 coda-cli 项目，但未提供完整可运行代码之外的额外说明。