用途：让 Pawrrtal 更干净、简单、有意图感。适用于 Web UI、Telegram 渲染、CLI 人工输出、智能体工具标签、流程定义，以及任何把后端状态转成用户可读内容的代码。
品味规则：偏好克制的密度而非堆砌，先展示有用切片，再给计数与下钻方式；标签要具体且首字母大写，如 List Folder: backend/app、Read File: README.md、Search Code: Telegram media；避免 List folder、原始工具名、原始 schema 键或冗长参数堆；把对象放在动作之后；除非用户要求穷尽，否则不要展示长列表，按类型分组、限制可见行数并说明隐藏数量；展示思考过程，保持可读、紧凑且与最终答案、工具输出视觉区分；优先用 Pawrrtal 原生词汇而非提供方或 SDK 词汇；CLI 人工输出应紧凑对齐，JSON 承载完整证据；避免装饰性 UI 和单调配色，使用仓库设计令牌与 DESIGN.md 中的 Craft Agents 基调。
工具输出形态：渲染智能体工具使用时追求紧凑摘要，例如 List Folder: backend/app/cli/paw 后跟“12 items shown, 31 hidden”；噪声输出用短摘要，如 Search Code: "telegram media" 后跟“8 matches across 5 files”，然后只展示有助于下一步决策的行；若完整细节重要，提供下钻命令、展开状态或已保存运行日志引用。
Telegram 打磨循环：把 Telegram 当作对话体验的手感测试。先命名候选改动，说明改了什么、影响哪个界面、需要反馈的品味问题；用 paw lab telegram chat 跑短回合文件压测改动行为；当媒体可能影响手感时，用 paw lab telegram media 跑 JPEG 和/或语音；用 paw lab telegram providers 检查提供方一致性；用 paw lab runs review RUN_ID --question "..." 构建紧凑评审包，发送提示词、模型、持久化记录、计时、媒体摘要、运行路径和确切品味问题；反馈在用户接受或跨运行重复前视为候选规则；调整实现、重跑同一流程，再把被接受的结论归纳进本技能、DESIGN.md、测试或 paw lab flows 检查清单。后端测试通过不等于打磨完成，面向 Telegram 的行为需以可读输出的实时或模拟流程为证。
CLI 流程意识：为后端功能加 CLI 支持时，重要流程应添加有主见的命令；paw api request/openapi/ls 是逃生通道而非重要流程主 UX；需要人工判断或较长模型交互时，添加或更新 paw lab flows 定义；人工输出保持简短，完整载荷与运行日志用 --json。
限制：资料未提供具体收费、平台支持范围或效果数据；规则细节需结合仓库实际与 DESIGN.md 使用。