用途:帮助创建新技能(skill)、修改和改进已有技能,并衡量技能表现。适用于用户想从零编写技能,或编辑、优化技能的场景。
主要能力与流程:先与用户确认意图,包括技能要让模型做什么、何时触发、期望输出格式,以及是否需要测试用例;对边缘情况、输入输出格式、示例文件、成功标准和依赖进行访谈。随后基于访谈编写 SKILL.md,填写 name、description(含何时使用,描述应稍偏主动以避免触发不足)、可选的 compatibility 等。技能结构通常为 SKILL.md 加可选的 scripts/、references/、assets/ 资源,采用三级渐进式加载:元数据(名称与描述,始终在上下文)、SKILL.md 正文(触发时加载,建议少于 500 行)、按需加载的捆绑资源。
使用方式:编写技能后生成 2–3 个真实测试提示,保存到 evals/evals.json(先只写提示、断言后续补)。同一轮同时启动带技能与基线运行(全新技能用无技能基线,改进已有技能先快照旧版本作基线);结果放在与技能目录同级的 <skill-name>-workspace/ 下,按 iteration 与 eval 分目录。运行期间撰写可客观验证的断言并说明,运行完成后抓取 total_tokens 与 duration_ms 写入 timing.json,再评分、聚合基准,最后用 eval-viewer/generate_review.py 启动查看器展示输出与量化对比,并读取 feedback.json 的反馈继续迭代。完成后可运行技能描述改进脚本优化触发。
限制与注意:技能不得包含恶意软件、漏洞利用或危害系统安全的内容,也不得创建误导性或便于未授权访问、数据外泄的技能;无显示环境可用 --static 输出独立 HTML。对不熟悉术语的用户需注意措辞并简要解释。资料未提供具体安装命令、收费与价格信息。