用途：behavior-coach 提供一套可重复方法，把某个强模型的可观察工作行为提炼成独立、符合规范的技能目录（SKILL.md，可选 references），供不同或更弱的目标模型加载。核心观点是技能文件迁移的是流程而非原始能力：目标模型推理水平不会提升，但会保留分解习惯、自检和答案结构。
主要能力：产出以差异为驱动的技能，只编码目标模型原本没有的规则；强调可观察证据而非自我报告；规则必须可核验；交付前经过 RED/GREEN/REFACTOR 压力测试。流程分六阶段：1 范围（选源模型、目标模型、2–4 个行为维度）；2 捕获（对源模型跑探测组合，收集逐字记录）；3 基线（在无技能的目标上跑同样探测，记录失败与借口，即 RED）；4 提取（按维度对比源与基线，将差异分类为可移植、部分可移植、不可移植）；5 撰写（按可移植规则写出技能）；6 压力测试（加载技能重跑基线探测为 GREEN，再用三个批评者攻击文本并迭代至收敛）。
输出要求：合法 frontmatter（name 与目录名一致、小写加连字符，含触发条件描述 ≤1024 字符，正文符合渐进披露，500 行内、约 5000 token，更长内容拆分到 references）；规则须能从记录单独核验；必须有借口对照表、红旗清单，以及说明未迁移内容的诚实限制注记。
适用场景与限制：适合在源模型仍可访问或仅有存档记录时做行为蒸馏。仅限提示词层面的指令文件迁移；不做微调、不生成训练数据集，不提取隐藏系统提示或安全脚手架，不用于基准测试作弊，也不负责产出后的维护。使用前须核实提供方条款与授权。若当前执行环境无法调用某个模型，不得模拟，应输出探测包并等待操作者返回逐字记录。单独调用 /behavior-coach 时仅回复："Loaded. Which model's behavior are we distilling, and into what?"