多智能体技能创作器

要解决什么问题

把一段对话或工作流固化成可复用的 Claude 技能（Skill），难点往往不在「写一段说明」，而在：触发条件是否写清、主观类输出要不要测、改版后是否真的比「不用技能」更好。本技能把创作过程拆成可重复的流水线，并在关键节点用 with-skill / baseline 对照，避免凭感觉改 SKILL.md。

技能如何工作

它会根据你当前进度切入整条链路，而不是只帮你起草文件：

• 意图与结构：澄清技能要做什么、何时触发、输出形态；从对话历史里抽取步骤与格式，再补全边界与依赖。
• 撰写 SKILL.md：按渐进披露组织正文；description 里同时写清「做什么」和「何时用」，并略偏积极以降低 undertrigger。
• 评测闭环：准备 2～3 条真实测试 prompt，写入 evals/evals.json；同一轮并行跑带技能与对照（新建技能用无技能对照，改版用旧版快照）。
• 量化与复盘：运行期间起草可客观校验的 assertion，用 grader 产出 grading.json，聚合 benchmark.json 后通过 eval-viewer/generate_review.py 看定性输出与指标；再按反馈改写技能并扩大测试集迭代。
• 可选收尾：技能稳定后可用独立的描述优化脚本，改善触发匹配。

沟通上会按用户背景调整术语深度（如 JSON、assertion 是否需解释），也支持用户只想「一起改稿」而跳过大规模评测。

适用边界

• 输出可客观验证的技能（文件变换、抽取、固定流程）最适合 assertion；写作风格、审美类更适合定性评审，不宜硬塞指标。
• 流程假设你能配合确认意图、审阅评测结果；安全上遵循「无意外」原则，不协助误导或恶意技能内容。