用途：为代码库建立分层的 Intent Layer，即通过 AGENTS.md 文件为 AI 智能体提供上下文，使其能像资深工程师一样导航代码库。适用于初始化新项目，或为已有仓库添加上下文基础设施。
核心原则：项目根目录只保留一个上下文文件，CLAUDE.md 与 AGENTS.md 不应在根目录共存；复杂子系统可在子目录中创建子级 AGENTS.md。
工作流：
- 检测状态：scripts/detect_state.sh /path/to/project，返回 none、partial 或 complete。
- 路由：none/partial 进入初始设置；complete 进入维护模式。
- 测量：先展示表格，运行 scripts/analyze_structure.sh /path/to/project 与 scripts/estimate_tokens.sh /path/to/each/source/dir。
- 决策：无根文件时询问使用 CLAUDE.md 还是 AGENTS.md；已有根文件时添加 Intent Layer 章节，必要时增加子节点。
- 执行：参考 references/templates.md 的结构与 references/node-examples.md 的真实模式；校验规则为一个根文件、READ-FIRST 指令、每个节点少于 4k tokens。
维护模式（状态为 complete 时）询问用户：a) 审计节点，使用 references/capture-protocol.md 的 SME 问题；b) 查找候选节点，重新测量 tokens 并建议新节点；c) 两者都做。
创建子节点的信号：目录超过 20k tokens、职责转移、隐藏契约或不变量、横切关注点（放在最近公共祖先）。不要为每个目录、简单工具或测试文件夹（除非复杂）创建。
记录现有代码时可询问：该区域负责什么、范围外是什么；哪些不变量绝不能违反；什么反复让新工程师困惑；应始终遵循哪些模式。
资源：脚本 detect_state.sh、analyze_structure.sh、estimate_tokens.sh；参考 templates.md、node-examples.md、capture-protocol.md。该技能源自 crafter-station/skills（MIT），由 Railly Hugo 为 Crafter Station 构建，基于 Tyler Brandt 的 The Intent Layer。