用途：在 skills/<name>/ 下以评测优先（eval-first）方式构建一个生产级 Agent Skill，或改进已有技能。开始前每个会话需阅读 docs/skill-authoring.md 与 docs/evals.md，它们是该工作流执行的规则手册。若以 /add-skill <args> 调用，将 $ARGUMENTS 视为第 1 步要界定的技能名称或想法。
不适用场景：创建新的 skills 仓库（应在上层工作区进行）；基础设施工作（hooks、CI、validator、文档）属于普通编辑与 PR 级审查；仅重复模型已擅长之事的“技能”不应构建，技能必须修复某个具体观察到的失败。
工作流：1) 界定范围，用一句话说明技能做什么、修复什么具体失败；若需要“and”则拆分为多个技能逐个完成，并检查 skills/ 与 README 目录是否重叠。2) 收集材料，递归阅读 .local/ 全部内容，再通过网页搜索获取当前事实、官方文档与既有做法，对关键事实用一手来源核实，有 /cross 时交叉验证外部 API、schema、安全声明等；依赖的已核实事实放入 skills/<name>/references/，不得从技能中引用 .local/ 路径。3) 评测优先，按 docs/evals.md 创建 skills/<name>/evals/evals.json：至少 8 条 should_trigger（变化正式度、错别字、简洁度）、至少 8 条 should_not_trigger（共享关键词的近似项）、3–5 条质量用例含通俗语言 expected_behavior 断言。4) 起草 SKILL.md，frontmatter 中 name 等于文件夹名，description 单行、第三人称、[what]+[use when…]+[not for…]、150–400 字符、前约 120 字符含触发关键词；正文按 docs/skill-authoring.md 结构：purpose → when/when-not → 编号工作流 → 输出规范 → 注意事项 → 指针；少于 500 行，确定性步骤放 scripts/（失败时非零退出），长材料放 references/ 并带目录。5) 校验，make check 必须退出 0，修复所有错误并分类处理所有警告。6) 触发自测，对至少 3 条 should-trigger 与 2 条 should-not-trigger 提示显式推理：仅凭 description（而非正文）是否会在目录中所有其他技能之间路由到此；应修 description 而非 evals；建议用户对最高风险用例做 2–3 次全新会话探测。7) 注册，更新 README 目录表中该技能行、添加 CHANGELOG.md 条目，并将技能放入 skills.sh.json 中恰好一个分组（分组描述为一句话）；重新检查同级技能描述的新重叠；不要 commit 或 push，所有改动留给所有者审查。
完成定义：skills/<name>/ 含 SKILL.md + evals/evals.json（按需 scripts/references）；make check 0 错误；README 目录与 CHANGELOG 已更新；给出 3 行摘要：用途、触发短语示例、已知限制。
注意事项：description 必须保持一个物理行，多行值在某些运行时加载失败且校验器会阻止，不得绕过校验器；不要把失败的评测提示逐字粘贴进 description（过拟合），应泛化缺失的动词/名词；过度触发应添加来自实际误报重叠的针对性“Not for …”名词短语，不要删除正向触发词；模型升级会改变路由，摘要中应注明下次模型发布后需重跑评测。