用途：skill-creator 帮助用户从零创建技能，或修改、改进已有技能，并衡量技能表现。它把创建过程拆成可循环的步骤：明确技能要做什么、写草稿、设计测试提示、运行带技能与基线对比、定性定量评估、据反馈重写，重复直到满意，再扩大测试集。使用时先判断用户处于哪个阶段，再介入推进；若用户已有草稿，可直接进入评估迭代；若用户不想跑大量评估，也可灵活配合。
主要能力：捕获意图（技能应让 Claude 做什么、何时触发、期望输出格式、是否需要测试用例）；访谈与研究（询问边界情况、输入输出格式、示例文件、成功标准、依赖，并检查可用 MCP）；撰写 SKILL.md（name 为 1–64 字符小写字母数字连字符且与目录名一致，description 为 1–1024 字符第三人称，可选 argument-hint、compatibility）；编写测试用例并保存到 evals/evals.json；运行评估（同一轮同时启动带技能与基线子代理，结果放入 <skill-name>-workspace/iteration-N/，记录 timing.json）；评分聚合（使用 scripts.aggregate_benchmark 生成 benchmark.json 与 benchmark.md）；用 eval-viewer/generate_review.py 展示结果；还可运行技能描述改进脚本优化触发。
使用方式：按阶段推进，命令保持原样，例如 python -m scripts.aggregate_benchmark <workspace>/iteration-N --skill-name <name>，以及 python <skill-creator-path>/eval-viewer/generate_review.py <workspace>/iteration-N --skill-name "my-skill" --benchmark <workspace>/iteration-N/benchmark.json。Windows 省略末尾 &，或用 --static <output_path> 生成独立 HTML。
适用场景：创建新技能、改进已有技能、为技能建立可量化评估与触发优化。
限制：资料未提供收费、价格、平台支持范围等具体信息；部分内容在原文中被截断，暂未提供完整细节。