此技能用于运行端到端基准迭代，通过指令调优而非模型权重调优来改进前端设计行为。
用途 该技能面向仓库 improved-frontend-skills-for-gpt，以仓库根目录 prompt.md 作为每个版本使用的统一提示词，活跃版本工作区为 experiments/version-X/。它用于创建顺序实验版本、调优 frontend-design 技能说明，并对照 Opus 参考集进行评分。
主要能力 按照单轨顺序循环运行前端设计基准迭代。每个版本只保留一个变异假设，版本默认相互隔离，不继承先前 t4-canvas 实现，除非明确要求。不删除先前版本。一次只运行一个活跃实验，不创建并行分支。只将一个优先级最高的评审意见带入下一次变异。SKILL.md 保持可移植，不包含实验/版本标签或仓库专属基准术语。
工作方式与流程 首先选择基线（最新的已完成 experiments/version-*）和一个变异假设，先阅读上一版本 CRITQUES.md 并选出一个影响最大的问题，在写实现前将假设写入新版本 README。然后创建下一版本：全新开始使用 scripts/new_fresh_version.sh <new-version-dir>；基于上一版本使用 scripts/new_version_from_previous.sh <previous-version-dir> <new-version-dir>，默认隔离，仅复制先前 SKILL.md 并创建空 t4-canvas/；遗留模式需明确请求 --copy-app；从全局 frontend 技能播种使用 --skill-source global。保持循环顺序，当前版本的评审与保留/丢弃决策完成后才创建下一版本。调优时只编辑 experiments/version-X/.agents/skills/frontend-design/SKILL.md，约束需可审计可测量，避免模糊表述，使用显式守卫与通过/失败标准，本版本只应用一个变异变更集，将评审发现转化为通用规则。然后使用 scripts/run_headless_iteration.sh <version-dir> <repo-root>/prompt.md [run-label] 无头运行 Codex，可选可靠性参数 [max-attempts] [retry-delay-sec]，强制 codex exec 在版本文件夹内运行并记录产物。接着为 /1 至 /5 截图：在 t4-canvas/ 启动版本应用，用 Playwright CLI 捕获桌面、平板、移动三种配置的全页截图，首选 scripts/capture_screenshots.sh <version-dir> [base-url]，保存到 experiments/version-X/screenshots/<route>/{desktop,tablet,mobile}.png。之后根据 references/scoring_rubric.md 评分，与 Opus 参考集比较，将评审写入 CRITQUES.md，结构化记录 issue、evidence、likely root-cause rule、proposed generic fix，以及 wins、regressions、next mutation。最后决定下一步：净收益则保留变异继续；混合则在目标维度 rubric 增量为正时保留；回退则在下一版本还原该变异并尝试其他轴；任何情况下只选一个下一变异。
长运行可靠性 每次运行设计为 3 至 7 分钟片段。默认不要求 tmux，直接运行 codex exec 并设置产物检查点。每次运行持久化输出：artifacts/<run-label>/events.jsonl、artifacts/<run-label>/stderr.log、artifacts/<run-label>/final.md。若中断，使用 codex exec resume --last 从最近检查点继续。
每版本交付契约 每个版本必须包含：experiments/version-X/.agents/skills/frontend-design/SKILL.md（已应用变异）；experiments/version-X/README.md（包含 hypothesis、exact mutation、rubric score delta、next step）；experiments/version-X/CRITQUES.md（包含期望与输出对比的评审记录）；experiments/version-X/screenshots/1/{desktop,tablet,mobile}.png 至 screenshots/5/{desktop,tablet,mobile}.png。
脚本 scripts/new_fresh_version.sh、scripts/new_version_from_previous.sh、scripts/run_headless_iteration.sh、scripts/capture_screenshots.sh。
适用范围与限制 该技能限定在仓库 improved-frontend-skills-for-gpt 及其版本工作区内使用。除明确要求外不得修改 prompt.md。创建新版本前必须先完成当前版本的评审和决策。SKILL.md 不得写入基准或版本专属措辞。默认版本隔离，不继承先前 t4-canvas 实现。一次只运行一个活跃实验，禁止并行同级分支。评分类别、目标阈值、价格与平台等未在此资料中说明。