用途：该技能用于创建“领域专家型”智能体，让智能体在执行任务时学习并保留领域知识，而非每次执行后遗忘。它适用于重复性复杂任务（如数据库、计费、WebSocket）、高风险系统（安全、支付）、快速演进的代码库，以及需要跨会话保持一致领域经验的场景。
主要能力：围绕 Act-Learn-Reuse 循环运作。ACT 阶段执行有用动作（构建、修复、回答）；LEARN 阶段通过 self-improve 提示把新信息写入 expertise.yaml 心智模型；REUSE 阶段在下次执行时先读取该文件，以更快、更自信地执行。专家目录通常包含 expertise.yaml（约 600-1000 行上限）、question.md、self-improve.md、plan.md、plan-build-improve.md，以及子智能体定义 {domain}-expert.md；并区分 plan（opus）、build（sonnet）、improve（sonnet）等模型。
使用方式：先按风险与复杂度定义领域，设计专家目录结构，编写 self-improve 提示让它对比代码库更新心智模型，再创建专家命令。可用 /experts/{domain}/self-improve true 进行初始播种，反复运行直到不再发现变化。
限制：expertise 文件是工作记忆而非事实来源，须以代码库为准并强制行数上限以防上下文膨胀；稳定不变的代码、简单系统、自身不理解的领域不适合建专家。资料未提供价格、平台与效果数据。