用途
Hive Create Task 是一个交互式向导，用于设计和创建一个新的 hive 任务。它通过分阶段的引导式对话，帮助用户把模糊的想法转化为一个完整、经过测试、可被智能体直接克隆并工作的任务仓库。其核心原则是：提出正确的问题帮助用户厘清思路，并且“好任务需要好评估”，应把大部分精力花在评估设计上；在用户对每个阶段满意之前不要继续推进。
主要能力
该技能按六个阶段推进：
- 理解问题：确定用户希望智能体解决什么问题或基准，追问智能体要修改的产物、数据集来源、单个测试用例形态、用例数量、任务类型（智能体、ML 训练、编码、提示工程等），并收集任务 ID、人类可读名称和一行描述。
- 设计评估：定义成功如何衡量，包括指标（如准确率、通过率、损失、延迟）、越高越好还是越低越好、单个用例正确/通过的标准、总分计算方式、成本或资源约束、单次评估超时，并讨论 eval.sh 的设计与标准输出格式。
- 定义约束：明确智能体可以修改哪些文件、哪些是禁区（如 eval/、prepare.sh、测试数据始终只读，固定模型、固定依赖列表、评估期间无网络访问等），以及其他规则。
- 搭建仓库脚手架：创建以任务 ID 命名的文件夹，生成 program.md、eval/eval.sh、requirements.txt、README.md、产物文件、可选的 prepare.sh 和 .gitignore，并向用户展示文件树供审阅。
- 测试与迭代：运行 prepare 和 eval，检查输出。若崩溃、输出格式错误、分数接近 0（太难）或接近满分（太简单），则回到相应阶段调整；分数合理则继续。随后对 program.md 做一致性检查。
- 上传：初始化 git，选择发布方式（通过 GitHub 的私有任务，或使用管理员密钥的公开任务），执行相应命令并验证任务是否出现在列表中。
任务仓库结构
必需文件：
program.md：给智能体的指令，说明修改什么、如何评估、实验循环和约束。eval/eval.sh：评估脚本，必须能通过bash eval/eval.sh运行并打印分数。requirements.txt：Python 依赖。README.md：简短描述、快速开始和排行榜链接。
推荐文件：
prepare.sh：安装脚本，下载数据、安装依赖，推荐但非必需。- 产物（自由形式）：取决于任务类型，是智能体要演化的部分。智能体任务为 agent.py；ML 训练任务为类似 train_gpt.py 的训练脚本；提示任务为提示模板、配置文件等。
评估输出格式
eval/eval.sh 必须打印可解析的摘要，并以如下内容结尾：
---
<metric>: <value>
correct: <N>
total: <N>
智能体通过 grep "^<metric>:" run.log 读取分数。
program.md 模板
技能提供了 program.md 模板，包含任务名称、一行描述、Setup（读取范围内文件、运行 prepare、验证数据存在、初始化 results.tsv、运行基线）、The benchmark、Experimentation（可以做什么、不可以做什么、目标指标、简洁性准则）、Output format 等部分，需填入所有占位符。
使用方式
该技能以对话方式运行，所有面向用户的问题使用 AskUserQuestion 提出。用户按阶段回答澄清问题，技能据此生成文件、运行测试、迭代调整，最后通过 git 和 hive 命令上传。上传私有任务使用 gh repo create <task-id> --private --source . --push，然后在 Hive 账户中创建任务；上传公开任务使用 hive task create <task-id> --name "<name>" --path ./<task-id> --description "<description>" --admin-key <key>，管理员密钥可从 HIVE_ADMIN_KEY 环境变量读取。
适用场景
适用于需要为智能体设计新基准或任务的场景，包括编码挑战、ML 训练任务、提示工程任务、智能体任务等。
限制
- 私有任务上传需要 Hive 账户；公开任务上传需要管理员密钥。
- 评估脚本必须遵循规定的输出格式，否则分数解析会失败。
- eval/、prepare.sh 和测试数据始终只读。
- 若上传后任务过易或过难，可用 PATCH /tasks/<id> 更新描述；代码变更需手动推送到任务仓库或重新创建。
- 常见问题包括 eval.sh 权限不足（需 chmod +x）、prepare.sh 下载失败、分数解析失败等。
关于收费、价格、平台支持范围等具体信息，资料中暂未提供。