用途：把提供的教学视频或演示记录转化为新的 Agent Skill，并帮助缩小技能范围、打好基础、写出草稿、写测试用例、运行并呈现证据。
主要能力：以音视频时间线读取录制内容，生成带时间戳的事件日志 video_events.md（含 highlights 行，记录讲者偏好、理由、要点与坑）。流程包括：用感知器（references/perceiver.md）感知视频；确定技能目标与做法；写技能草稿及多模态素材的 media plan；运行 validate_skill（L1 结构检查）；创建少量测试提示并测试；按所选反馈模式做定性和定量评估；必要时扩展测试集再试。还可用独立脚本运行技能描述优化器，改善触发。
使用方式：开始先读 references/perceiver.md 并将录制感知为 video_events.md；若同一转换中已生成该时间线，则继续使用而非重读。素材方面，须先写 .build/media_plan.md 再提取，按需创建 assets 子目录；为帧/片段/音频登记 asset_manifest.json（至少含 id、type、path、when_to_use、text_description）；矩形区域用 crop_frame，非矩形用 cutout_frame（需背景较均匀），标注需用测量坐标并校验返回的标注图。保留视频事件中的 highlights，按智能体动作空间改写步骤，并同时保留人工与脚本两种路径。
适用场景：把教学演示转为可复用技能，技能输出可客观验证（文件转换、数据抽取、代码生成、固定流程）时尤其适合建立测试用例；主观输出（写作风格、艺术）通常不必。
限制：具体依赖、命令细节与完整 schema 需参见其 references/schemas.md；官方文本暂未提供。用户可要求跳过大量评估。实际执行模型若无法访问原应用，不应耗费预算追求完美，应记录不确定性与可回退验证步骤后继续。