用途：帮助用户从零创建 opencode 技能、迭代改进已有技能，并衡量技能表现。核心原则是把创建技能视为应用于流程文档的测试驱动开发，遵循 RED-GREEN-REFACTOR：先在没有技能时运行基线测试观察智能体失败（RED），再编写针对这些失败的技能（GREEN），最后堵住漏洞（REFACTOR）。
主要能力：捕获用户意图（技能应让智能体做什么、何时触发、期望输出格式、是否需要测试用例）；访谈并研究边界情况、输入输出格式、成功标准与依赖；编写 SKILL.md（含 name、description、compatibility 等）；设计 2-3 个真实测试提示并保存到 evals/evals.json；用 eval-viewer/generate_review.py 展示结果与量化指标；根据反馈重写技能并扩大测试集；最后可运行技能描述改进脚本优化触发。
使用方式：先判断用户处于流程哪一步再介入。若用户已有草稿，可直接进入评估迭代环节；若用户不需要大量评估，也可灵活配合。技能结构为 skill-name/ 目录，含必需的 SKILL.md（YAML frontmatter 的 name、description 加 Markdown 指令）与可选的 scripts/、references/、assets/。采用三级渐进披露：元数据常驻上下文，SKILL.md 正文在触发时加载（建议 500 行内），捆绑资源按需加载。
适用场景：创建可复用技术、模式或参考指南类技能；不适用于一次性方案、已有充分文档的标准实践、项目特定约定（应放入 AGENTS.md）或可用正则强制执行的机械约束。
限制：铁律要求没有失败测试就不写技能，新技能与编辑均适用；description 应写“何时使用”而非“做什么”，第三人称、500 字符内，且需略带“推动性”以对抗触发不足；大文件需增量写入（每次约 1000 token）以避免 API 500 错误；技能不得含恶意代码或危害系统安全的内容。具体收费、价格与平台信息暂未提供。