用途：cortex-skills-loop 建立参与 cortex CLI 推荐引擎学习闭环的工作流程。当上下文发生变化或任务完成时，依次执行推荐、反馈、评分三步，让每次交互改进后续推荐。cortex CLI 内置基于 AI 的推荐引擎，会从使用模式中学习。
触发推荐的信号：文件模式变化（git diff 或工作集出现现有技能未覆盖的文件类型，如出现 .tf Terraform 文件但没有基础设施技能，或触及 /auth/ 路径但未加载安全技能）；智能体激活变化；明确的领域切换；感到技能缺口。触发评分/反馈的信号：任务完成且期间有技能处于活动状态；刚采纳或忽略过推荐；某技能误导了工作。不要在每次会话开始或常规任务上运行推荐——该闭环只在有选择性、由信号驱动时才有价值。
工作流程：
- 推荐：检测到上下文变化时运行 cortex skills recommend，它分析当前 git 状态、活动智能体和历史模式，按置信度分组给出建议（高置信度 >=0.8 可考虑立即激活；中置信度 0.6-0.8 值得与用户确认；低置信度 <0.6 仅供参考）。可先用 cortex status 查看当前已激活的内容。
- 反馈：推荐被采纳或忽略后，记录是否有用：cortex skills feedback <skill-name> helpful --comment "..." 或 cortex skills feedback <skill-name> not-helpful --comment "..."。尽量提供 --comment 以丰富学习信号。
- 评分：任务完成且期间有技能活动后，运行 cortex skills rate <skill-name> --stars <1-5> --review "..."。可附加 --helpful / --not-helpful 以及 --succeeded / --failed。查看已有评分用 cortex skills ratings <skill-name>，查看高分技能用 cortex skills top-rated，查看使用分析用 cortex skills analytics。
闭环累积效果：每次交互都会更新基于 SQLite 的学习数据库，改进四种推荐策略——语义相似度、基于规则、基于智能体、基于模式。多种策略指向同一技能时置信度会提升。更多选项可用 cortex skills recommend --help、cortex skills feedback --help、cortex skills rate --help 查看。未提供平台、收费或价格信息。