用途:Skill Creator 帮助用户从零创建技能、编辑或优化已有技能,并通过测试与量化评估衡量技能效果。它适用于想为 Claude 构建可复用技能、或改进现有技能触发与表现的场景。
主要能力:引导梳理技能意图(技能应让 Claude 做什么、何时触发、期望输出格式、是否需要测试用例);撰写 SKILL.md(含 name、description、compatibility 等);设计 2-3 个真实测试提示并保存到 evals/evals.json;同时启动带技能与基线两组子代理运行;在运行期间起草量化断言;收集 token 与耗时数据;评分并聚合为 benchmark.json 与 benchmark.md;用 eval-viewer/generate_review.py 启动查看器展示定性输出与量化对比;读取 feedback.json 后迭代改进;最后可运行技能描述改进脚本优化触发。
使用方式:技能目录结构为 skill-name/SKILL.md 加可选 scripts/、references/、assets/。SKILL.md 建议少于 500 行,采用渐进式披露。测试结果放在 <skill-name>-workspace/ 下按 iteration 与 eval 分目录。聚合命令:python -m scripts.aggregate_benchmark <workspace>/iteration-N --skill-name <name>。查看器命令:nohup python <skill-creator-path>/eval-viewer/generate_review.py <workspace>/iteration-N --skill-name "my-skill" --benchmark <workspace>/iteration-N/benchmark.json > /dev/null 2>&1 &,迭代 2 起可加 --previous-workspace。无显示环境用 --static <output_path>。
适用场景:创建新技能、改进已有技能、需要客观验证输出的技能(文件转换、数据提取、代码生成、固定流程)适合测试用例;主观输出(写作风格、艺术)更适合定性评估。
限制:技能不得包含恶意软件、漏洞利用或危害系统安全的内容,不应创建误导性或用于未授权访问、数据外泄的技能。评分字段须用 text、passed、evidence。具体收费、价格、平台支持等资料暂未提供。