用途 skill-creator-swarm 是一个用于指导创建有效技能（skill）的技能，适用于用户希望新建技能，或更新已有技能以扩展智能体能力时使用。它面向智能体群体环境设计：主智能体可通过 create_subagent、task 等工具协调多个子智能体协同工作。
关于技能 技能是模块化、自包含的包，通过提供专门知识、工作流和工具来扩展智能体能力。它相当于针对特定领域或任务的入职指南，能把通用智能体转化为专用智能体，而不必让每个提示都变得臃肿。技能可提供专门工作流（特定领域的多步流程）、工具集成（处理特定文件格式或 API 的说明）、领域知识（公司特定知识、模式、业务逻辑）和捆绑资源（用于重复或脆弱工作的脚本、参考资料和资产）。
核心原则 精简是关键：上下文窗口是公共资源，由系统提示、对话历史、其他技能和用户请求共享。默认假设智能体本身已足够聪明，只补充它无法可靠自行推断的信息，优先用简洁示例代替长解释。 自由度匹配：根据任务脆弱程度设置具体程度——高自由度使用文本说明和启发式方法，中自由度使用带参数的伪代码或脚本，低自由度使用高度具体的脚本或步骤顺序。 渐进式披露：每个技能分三层，YAML frontmatter 中的元数据、SKILL.md 中的核心工作流、仅在需要时加载的捆绑资源。保持 SKILL.md 聚焦，把详细模式、长示例和变体材料放入 references/。
技能结构 每个技能包含必需的 SKILL.md 和可选的捆绑资源，目录形式为 skill-name/ 下含 SKILL.md、scripts/、references/、assets/。SKILL.md 应含带 name 和 description 的 YAML frontmatter 以及 Markdown 使用说明；description 是主要触发面，所有“何时使用”的指导应写在那里而非正文。scripts/ 用于确定性或重复操作，references/ 用于智能体工作中可能需要阅读的文档，assets/ 用于应被消费或复制到输出中的文件而非作为指令加载。
创建流程 一般按顺序执行：用具体示例理解技能、规划可复用内容、初始化技能、编辑技能、在智能体群体中评估、打包、基于真实使用迭代。 第一步，理解技能：明确技能应让智能体做什么、用户会说什么触发它、应产出什么、哪些失败模式重要，直到形成触发情境、预期输出、成功标准和边缘情况的具体认识。 第二步，规划可复用内容：分析每个示例如何从零执行、哪些部分可跨多次运行复用，通常产出确定性转换脚本、模式与详细指导参考、模板或起始文件资产。 第三步，初始化技能：运行 scripts/init_skill.py <skill-name> --path /mnt/agents/output，始终使用 /mnt/agents/output 作为输出目录，因为该路径在所有沙箱（主智能体和子智能体）间共享；像 /app/.user/skills/ 等其他路径不共享，子智能体无法读取。脚本会创建技能目录、模板 SKILL.md 以及示例 scripts/、references/、assets/ 目录。创建额外目录时不要使用 shell 花括号展开。 第四步，编辑技能：记住技能是给另一个智能体实例日后使用的，应包含程序性知识、领域特定约束和可复用的资源。可参考 references/workflows.md（多步流程）和 references/output-patterns.md（输出格式与质量标准）。先实现可复用资源（scripts、references、assets），删除不需要的示例文件，再用祈使句更新 SKILL.md。正文应说明如何着手任务、何时加载哪些资源、达到何种输出格式或质量标准。
群体式评估（强制） 打包前必须至少运行一轮使用子智能体的评估。不要先搭建大型评估框架，而是由主智能体直接协调轻量内联循环：起草真实提示，在同一轮中成对运行 with_skill（加载候选技能）和 baseline（不加载技能或使用旧版本），用专门子智能体评估输出、分析结果并修订技能。不要先跑完所有 with_skill 再回头跑 baseline，应在同一评估轮中配对以便比较。可按 <skill-name>-workspace/iteration-1/eval-1/{with_skill,without_skill,notes.md} 手动组织输出，重点是一致性而非严格工具化。 起草 2-5 个贴近真实用户请求、包含实际约束、文件路径、边缘情况或输出期望、且技能应能起作用的提示；避免简单一步请求或无需技能指导也能同样解决的提示。新技能的 baseline 是无技能，更新现有技能时 baseline 是旧技能版本，并在笔记和提示中明确说明。 推荐子智能体角色：skill_executor 运行带或不带技能的提示；skill_grader 对照预期检查输出；skill_comparator 盲比两个输出选优；skill_analyzer 阅读结果并解释改进点。这些无需专用脚本，可通过 create_subagent 配合明确的 system_prompt 并使用 task 调用。执行器任务提示应说明模式、技能路径（with_skill 时为 /mnt/agents/output/<skill-name>/SKILL.md）、用户提示、输入文件、输出目录，并要求先读技能、保存交付物、返回简要总结和输出路径、不确定时明确说明。评分器应读取提示与输出，逐项给出带证据的通过/失败判断，并指出弱预期。比较器应盲审输出 A 和 B，不推断哪个用了技能，仅按任务完成质量、正确性、完整性和可用性判断，返回 winner（A/B/TIE）、理由及各自优缺点。分析器应读取技能、评分或比较笔记，找出有帮助或有害的指令，提出具体修订，聚焦模糊指令、缺失指导、重复浪费和缺少的可复用脚本/参考/资产。 可客观验证的任务应写出具体、可从输出验证、难以偶然满足的预期；弱预期如“文件存在”“输出看起来不错”，强预期如“最终 CSV 包含 X、Y、Z 列”“生成的 markdown 包含 A、B、C 节”“输出工作簿在 Summary 表含数据透视表”。主观任务更多依赖盲比和人工审查。若时间和 token 用量易于观察则记录，不易观察则不要过度构建工具。评估后识别改进与仍失败之处，从失败中归纳，修订技能并重跑相同或扩展的评估，避免针对单个示例过拟合，改进模式而非一次性措辞。在此环境中避免为运行评估构建复杂外部编排脚本，优先主智能体直接协调、明确子智能体角色、简单文件系统组织和简短结构化笔记。
打包（强制） 开发完成后必须运行 scripts/package_skill.py <path/to/skill-folder> 打包，可选输出目录为 scripts/package_skill.py <path/to/skill-folder> ./dist。脚本会校验技能，校验通过则创建 .skill 归档。打包后最终回复中必须引用 .skill 文件，以便用户界面展示和交付。
迭代 技能开始用于真实任务后，持续基于实际行为迭代：留意反复出现的失败模式、浪费的工作、模糊指令和缺失的脚本/参考/资产，再回到同一循环：修订技能、运行小规模群体式评估、与 baseline 比较、分析差异、重复。
限制 资料未说明该技能的收费、价格、平台支持范围、效果数据或具体运行时版本要求，相关内容暂未提供。