用途：在使用了 Skills 的编码会话结束后，autoskill 分析会话中的纠正、重复模式与认可信号，提取可长期复用的偏好，并映射到相关 Skill 文件或 CLAUDE.md，提出最小、可逆的修改建议。触发方式为显式请求，如"autoskill""learn from this session""update skills from these corrections""remember this pattern""make sure you do X next time"；一次性纠正或用户拒绝修改时不激活。默认只分析当前会话（SessionStart 至今）；跨会话分析需用户明确要求，如"analyze my last 5 sessions""look for patterns across this week"。
主要能力：信号检测（纠正价值最高、重复模式次之、认可作为佐证，忽略上下文相关的一次性反馈与模糊反馈）；冲突按新近性、明确性、重复次数排序解决，并做置信度打分（明确纠正含 always/never 得 5 分，重复模式 2 次以上 3 分，单次纠正 2 分，认可 1 分）；质量过滤四项标准；区分 Skill 行为改动与项目级约定（后者写入 CLAUDE.md）；映射到具体 Skill 或提出新 Skill（新 Skill 需总分≥5）；输出带文件、章节、置信度、得分、原信号、原文与建议文本、理由的结构化提案，按文件分组，HIGH 优先。应用前必须等待用户明确批准，修改后可用 git 提交并回滚。
限制：不删除既有规则、优先增量修改、一次只改一个概念、保持原有文件结构与语气；信号模糊、矛盾、边界不清或分数接近阈值时，应降级为 MEDIUM 置信度并询问用户，不猜测；通用最佳实践、语言框架常识、常见库用法、通用安全与无障碍规范不应写入。具体价格与平台支持暂未提供。