用途:帮助用户创建新技能、迭代改进既有技能,并评估技能表现。可处理从零编写、编辑或优化技能等需求。
主要能力与流程:整体流程为确定技能目标与实现方式、撰写技能草稿、编写测试提示词、在可访问技能的环境下运行、从定性与定量两方面评估结果、据反馈重写技能并重复,最后扩大测试集。使用时应先判断用户处于哪个阶段再介入协助。若用户已有草稿,可直接进入评估迭代。完成后可运行技能描述改进脚本优化触发。
编写要点:技能目录包含必需的 SKILL.md(YAML frontmatter 需 name、description)与可选的 scripts、references、assets。采用三级加载:元数据常驻上下文、SKILL.md 正文在触发时载入(建议少于500行)、资源按需加载。描述需兼顾功能与触发场景。
评估方式:编写2至3个真实测试提示词并保存到 evals/evals.json;在同一轮次同时启动带技能与基线两组子代理;运行期间草拟断言;完成后评分、聚合 benchmark 并启动查看器。聚合命令:python -m scripts.aggregate_benchmark <workspace>/iteration-N --skill-name <name>。查看器命令:nohup python <skill-creator-path>/eval-viewer/generate_review.py <workspace>/iteration-N --skill-name "my-skill" --benchmark <workspace>/iteration-N/benchmark.json > /dev/null 2>&1 &。无显示环境可用 --static 输出独立HTML。
限制:技能不得包含恶意软件、漏洞利用或危害系统安全的内容,不协助误导性或未授权访问等恶意技能。部分价格、平台等细节暂未提供。