用途
Improving Skills 用于改进已有的智能体技能（agent skills）。当用户希望修复、增强或重构某个现有技能时使用。它通过收集用户反馈并结合技术分析，对技能进行实际修改。
主要能力
- 识别目标技能：在用户未提供技能路径时主动询问（例如 .claude/skills/skill-name/），并阅读 SKILL.md 理解当前结构。
- 收集用户反馈（必需步骤）：提出核心问题“你希望这个技能解决什么问题或做哪些改进？”，并根据回答进行必要的追问。追问保持精简，通常一两个即可。
- 技术分析：对照最佳实践检查，包括命名（动名词形式、具描述性）、描述（第三人称，包含做什么与何时用）、大小（SKILL.md 少于 500 行）、渐进式披露（细节放在 references 中）、单一职责（一个明确用途）、测试（tests/scenarios.md 存在，为 /evaluating-skills-with-models 所需）。
- 呈现改进计划：分为“用户需求改进”（基于反馈，优先用户明确提到的内容）与“技术改进”（分析中发现的问题，仅在影响重大时纳入），并询问是否继续。
- 实施：编辑 SKILL.md，按需更新或创建参考文件，调整脚本/资源，并展示变更的 diff 或摘要。
- 验证：快速检查改动是否解决用户提出的问题、是否引入新问题、技能是否仍符合最佳实践。
使用方式
按工作流分步执行：先确定目标技能并阅读其 SKILL.md；再通过提问收集用户反馈；随后进行技术分析；整理改进计划并征得用户确认；然后实施修改并展示变更；最后进行验证。
适用场景
适用于用户想要修复、增强或重构现有智能体技能的情况，尤其是需要结合用户实际使用反馈与最佳实践进行改进时。
限制
与 reviewing-skills 的关键区别：reviewing-skills 仅做技术分析、只提供反馈、只读；improving-skills 结合用户反馈与技术分析、实际实施变更、具备读写能力。关于具体支持的平台、收费、价格等信息，资料中暂未提供。