技能创建助手

要解决什么问题

创建 AI Agent 技能常卡在“写完就丢”：SKILL.md 有了，但没有测试提示词、没有基准、没有版本对比，导致技能触发不稳、输出质量无法判断。这个技能把技能开发变成可重复工程流程：先澄清意图，再起草，再并行跑测试与基线，再基于评分迭代。

如何工作与适用边界

核心是围绕 SKILL.md 做闭环：

• 捕获意图：明确技能要做什么、何时触发、输出格式，并判断是否适合客观测试。
• 起草与调研：补全边界、依赖、MCP 工具与示例，避免过早写死提示词。
• 运行评估：对每个测试提示词同时启动 with-skill 与 baseline 子代理，保存迭代目录与 eval_metadata.json。
• 量化打分：起草可验证的断言，生成 benchmark.json，查看通过率、耗时、token 变化，并做分析师检查。
• 迭代重写：根据用户反馈和基准暴露的问题修改技能，再扩大测试集验证。

适合文件转换、数据提取、代码生成、固定工作流等可评估场景；主观写作、设计类技能更适合人工判断。技能要求遵守安全边界，不能生成误导性、恶意或绕过授权访问的内容。