用途：Skill Forge 的核心价值是 task_suite 生成，把 SKILL.md 转成结构化测试集，供 improvement-evaluator 运行；次要价值是从 skill_spec.yaml 生成 SKILL.md。它不只搭骨架，而是对 SKILL.md 做静态分析，从五类来源提取可测试断言，并为每个任务指定合适的 judge 类型。
主要能力：Mode A 使用 --from-skill 读取 SKILL.md，按优先级从 frontmatter、When to Use、<example>、<anti-example>、输出格式/CLI 五处提取场景，生成 5-10 个测试任务；Mode B 使用 --from-spec 读取 skill_spec.yaml，生成完整 SKILL.md 与 task_suite.yaml。任务去重后上限 10 个。judge 按场景选择 ContainsJudge、LLMRubricJudge 或 PytestJudge。若目标 skill 含 scripts/ 目录，还会生成检查执行框架模式的任务，如超时处理、原子写入、备份回滚、错误升级、状态持久化，仅适用于编排/工具类 skill。
使用方式：python3 scripts/forge.py --from-skill /path/to/skill-dir --output /path/to/output；加 --evaluate 立即评估；python3 scripts/forge.py --from-spec spec.yaml --output /path/to/output；加 --auto-improve 在低于 SOLID 时自动改进。常用标志有 --mock、--evaluate、--auto-improve。输出包括 task_suite.yaml、SKILL.md、evaluation_report.json 等。
限制：--evaluate 与 --auto-improve 需先安装对应 skill。生成任务集前会做 null-skill 校准，过滤裸模型即可通过的简单任务；--mock 时退化为启发式关键词过滤。纯文本知识类 skill 跳过执行框架任务。spec 格式仅 name 与 purpose 必填。其余细节暂未提供。