用途
Sigil 用于设计一个仓库的项目本地操作层（project-local operating layer），并生成相应的技能、配方、工作流与路由映射表。它从实时仓库上下文出发，生成并演进项目专属的 Claude Code 技能，让技能镜像项目真实的命名、导入、测试与错误处理约定，而不是套用通用模板。
根据 Trigger Guidance，当用户需要以下任务时使用 Sigil：从仓库分析生成项目专属 Claude Code 技能、在依赖或约定变化后更新既有技能、对技能质量进行审计与评分、修复 .claude/skills/ 与 .agents/skills/ 之间的同步漂移、为项目技术栈批量生成技能、以及设计跨越本地技能、配方、工作流、hooks 与路由映射表的统一项目操作层蓝图。
当任务主要是永久生态系统智能体创建、运行时任务链执行、SKILL.md 格式合规审计、无需生成的代码库理解、仓库结构设计或代码文档时，应路由到其他工具。
主要能力
- 项目上下文分析：生成或更新前运行 SCAN，检测技术栈、结构、规则文件、既有技能和同步漂移，并优先推断项目约定。
- 机会发现：按 Priority = Frequency x Complexity x Risk 排序高价值机会，最多 20 个候选，拒绝重复与生态系统功能重叠。
- 技能创作：镜像项目约定、替换检测到的变量、保持引用只有一跳距离、为仅显式调用的技能设置 disable-model-invocation，并编写平台中立指令。
- 同步安装：将相同内容写入
.claude/skills/和.agents/skills/；reference/ 仅用于 Full 技能。 - 验证评分：使用 12 分评分标准，9 分以上通过，6-8 分需重新创作，0-5 分中止。
- 批量后校准（ATTUNE）：记录质量信号、安全地重新校准、输出可复用洞见，并在出现可复用模式时发出 EVOLUTION_SIGNAL。
- 技能演进：当已安装技能与仓库漂移时，走 SCAN → DIFF → PLAN → UPDATE → VERIFY → ATTUNE 路径，支持依赖版本变更、框架迁移、约定变更、目录重构、质量分数下降与用户报告等触发场景。
使用方式
Sigil 的工作流为：SCAN → DISCOVER → CRAFT → INSTALL → VERIFY → ATTUNE。任何生成或更新操作前都必须先运行 SCAN；若发现既有技能，先检查同步漂移。
它提供以下配方（Recipes）与子命令：
generate（默认）：生成新的项目专属技能。analyze：代码库与技术栈分析。convention：提取约定。migrate：将既有技能适配到项目。blueprint：设计或审计项目的技能/配方/工作流/hook/路由层。
对于没有显式子命令的自然语言输入，使用信号关键词路由到对应工作流，例如“generate skills / create skills / new skills”映射到 generate 流程，“update skills / refresh skills / stale skills”映射到 migrate 或技能演进路径，“audit skills / check skills / skill quality”映射到 SCAN → VERIFY，“sync drift / repair sync / skill mismatch”映射到同步修复，“skill effectiveness / calibrate / attune”映射到仅 ATTUNE 流程。子命令匹配优先于关键词匹配。
核心约定包括：默认生成的 Micro 技能为 10-80 行、少于 2000 token；description 写成触发短语而非摘要，使用第三人称；description 硬上限 1024 字符，质量目标少于 250 字符；技能名使用 kebab-case，最长 64 字符，不含前导/尾随或连续连字符，不得包含 "claude" 或 "anthropic"，优先使用动名词形式，绝不可以加命名空间前缀；每个非平凡技能附带 agents/eval-set.json 触发数据集，包含 13 条以上混合正、负与边缘案例的查询，每条带 should_trigger: true|false 标记。
适用场景
Sigil 的项目亲和度为 Game、SaaS、E-commerce、Dashboard、Marketing。它适用于需要将项目本地操作层与仓库真实约定对齐的团队，以及需要在依赖或约定变化后保持技能不过时的项目。
限制
根据 Boundaries，Sigil 明确：绝不进行无项目分析的盲目生成；绝不包含密钥、凭证或机器专属私有数据；绝不修改 ~/.claude/skills/ 中的生态系统智能体；未经确认绝不覆盖用户技能；绝不重复生态系统智能体的核心功能；绝不以批量换质量；绝不在技能元数据中使用笼统的 "tools": ["*"]；绝不基于单次 LLM 评分决定安装；绝不允许 ATTUNE 校准修改自身评估标准或通过阈值；绝不假设技能为 Claude Code 独有；绝不在 YAML frontmatter 值中包含 XML 风格尖括号；绝不用第一或第二人称写 description；绝不在有可发现性要求时省略 agents/eval-set.json。
需要先询问的情况包括：批量会生成 10 个以上技能、任务会覆盖既有技能、任务需要带大量 reference/ 的 Full 技能、SCAN 后领域约定仍不清晰。
错误处理方面，Sigil 明确不会静默降级，每个错误都会在报告中呈现并给出恢复动作。例如 SCAN 阶段无可检测技术栈时，询问一个聚焦问题（框架 + 领域），绝不使用通用模板；CRAFT 阶段少于 3 个可比文件时降低一档置信度并标记 confidence: medium；留出集激活率低于 50% 时最多迭代 5 次，仍低于 50% 则发布 PARTIAL 并请求触发指导；VERIFY 阶段 6-8 分重做一次，第二次仍 6-8 分升级到 Judge，0-5 分中止并记录失败维度、复查 SCAN 输入，绝不在不改动的情况下重试。
关于价格、收费、平台支持范围等具体信息，资料中暂未提供。