用途：读取技能评测结果，分析并给出对 SKILL.md 的具体改进建议，帮助提升技能通过率与触发准确性。
主要能力：从 <plugin-name>/skills/<skill-name>/eval-results/benchmark.json 读取最近一次基准结果，并读取当前 SKILL.md；通过 eval-analyzer 子代理分析，输出分类建议：instructions（执行流程）、description（意图匹配文本）、examples（示例）、error_handling（边界情况）、tools（工具配置）、structure（组织结构）。建议按高/中/低优先级排序展示，并附证据。
使用方式：命令为 /evaluate:improve，参数 <plugin/skill-name> 为必填，格式 plugin-name/skill-name；可选 --apply（默认 false，应用获批改动到 SKILL.md）与 --description-only（默认 false，仅关注描述类建议）。若不存在评测结果，会提示先运行 /evaluate:skill 并停止。未设置 --apply 时仅展示建议；设置后通过 AskUserQuestion 让用户勾选要应用的项，逐条用 Edit 修改 SKILL.md 并更新 frontmatter 修改日期，同时在 eval-results/history.json 追加迭代记录（版本号、时间戳、当前通过率、改动摘要），最后建议运行 /evaluate:skill 复测。
适用场景：已有评测结果并想改进技能；优化描述以改善触发；迭代提升通过率；基准测试后优化指令。
限制：依赖已有 benchmark.json；无结果时无法继续；--apply 需用户确认；资料未提供具体评测指标定义、支持平台与收费信息。