用途：帮助创建符合 Claude 官方最佳实践的智能体技能，适用于设计、实现或改进技能的全过程。
核心原则：简洁优先，只补充 Claude 原本不知道的内容；渐进式披露分三层加载——元数据（约100 tokens，始终加载）、SKILL.md 正文（触发时加载，小于5k tokens）、按需加载的捆绑资源。SKILL.md 目标约200行、最多500行，详细内容尽量移入参考文件。每个技能遵循单一职责。
工作流程：一、理解需求，至少提3个具体问题，警惕“handle”“process”“data”等模糊表述，明确目的、用法、触发条件与范围边界。二、校验范围，命名需为具体操作加数据类型（如 transforming-csv-data、validating-json-schemas），避免 handling-data、data-helper；边界不清则收窄或拆分。三、确定自由度：高（多种可行方案）、中（有偏好模式但允许变化）、低（脆弱操作、强一致性），低自由度以外需读 references/degrees-of-freedom.md。四、规划可复用内容：scripts/（确定性脚本）、references/（按需文档）、assets/（输出用素材）。五、创建目录结构，含必需 SKILL.md，可选 README.md、references/、tests/scenarios.md、scripts/、assets/。SKILL.md 面向 Claude，README.md 面向人（安装、权限、概述）。六、撰写 SKILL.md，frontmatter 含 name 与 description；命名用动名词形式，避免 helper、utils、tools、anthropic-、claude-；description 用第三人称并包含做什么与何时用，是主要触发机制；正文用祈使句，保持精简，引用文件保持一层深度。七、参考文件超100行需在顶部加目录，按领域组织，避免深层嵌套与重复。八、可选测试场景 tests/scenarios.md，含难度、查询、期望行为与权重，支持用 /evaluating-skills-with-models 跨模型评估。九、定义 allowed-tools，仅列出需预批准的工具，Read、Glob 默认允许不必包含，Edit、Write 具破坏性不预批准，Bash 子命令要具体。
反模式：Windows 风格路径、过多无默认选项、时间敏感信息、术语不一致、深层嵌套引用、模糊指令。
限制：allowed-tools 字段为实验性；评分细化与自动化评估依赖相应模型与命令，其余细节暂未提供。