用途：把“我想构建 X”变成已搭好骨架并接线的 Stackbone piece。它是指挥者，不替代其他技能，而是调用它们：stackbone 技能负责 SDK 代码（三种形态、规则、环境中的 stackbone 客户端），stackbone-cli 技能负责命令（login、init、add、dev），stackbone-debug 技能负责排障。API 细节在 Stackbone 文档中，经 MCP 的 stackbone-docs 服务器提供（search_docs、get_doc、list_docs）；无这些工具时可取 https://docs.stackbone.ai/llms.txt 并跟随页面链接到原始 markdown。
主要能力与流程：1) 选择 piece 类型——agent（模型+系统提示+工具的对话智能体）、workflow（可持久重放的输入→步骤→输出流程）、workflow-agent（在步骤中用 callDeepAgent 调用深度智能体）；并检测工作区是新建还是在已有 package.json + deep-agents/ 或 workflows/ 中追加。2) 用 CLI 搭建：新工作区 stackbone init <name> --with <agent|workflow|workflow-agent>；已有工作区 stackbone add <deep-agent|workflow|workflow-agent> <name>；workflow-agent 与 add workflow --calls <agent> 会自动接线 workflow→agent。add 类操作完全离线，只有 init 需要已登录会话（stackbone login）。3) 按类型访谈，读取对应参考文件（agent.md / workflow.md / workflow-agent.md）。4) 能力清单，逐项询问：数据库、存储、LLM 调用、RAG、人类参与、连接器、提示词、配置、密钥、调度、调用其他智能体、浏览器等，每项确认后由参考说明对应 surface 与需添加的文件。5) 编写代码并用 stackbone dev 启动模拟器验证后收尾。
规则与限制：一次只问一个问题，默认最小 piece，只添加用户确认的能力；不要询问注入的环境变量（如 STACKBONE_POSTGRES_URL、MODEL_PROVIDER_API_KEY 等，由平台管理）。资料未提供具体收费、价格与效果承诺。