| name | skill-creator |
| description | 创建、重写、迁移和优化 KodaX/Agent Skills。当用户想新建 skill、把外部 skill 迁移到 KodaX、改进触发描述、整理 supporting files、设计评测用例、补齐 grading/benchmark/review/comparison 流程或验证 skill 结构时使用。即使用户没有明确说“skill”，只要目标是在沉淀可复用的代理工作流、提示词或脚本能力，也应该使用这个 skill。 |
| user-invocable | true |
| allowed-tools | Read, Grep, Glob, Write, Edit, Bash(node:*, npm:*, npx:*) |
| argument-hint | [skill-name-or-task] |
| compatibility | Optimized for KodaX and Agent Skills style directories. Bundled helper scripts use Node.js instead of Python. |
Skill Creator
把用户的工作流整理成一个可维护、可触发、可评估的 skill。优先适配 KodaX 的 skill 运行方式，而不是逐字复制外部平台的实现。
何时使用
- 用户要新建 skill，或把一次对话里的工作流沉淀成 skill。
- 用户要改已有 skill 的触发描述、结构、supporting files 或提示词。
- 用户要把 Claude / Anthropic / 其他平台的 skill 移植到 KodaX。
- 用户要为 skill 设计测试提示、评估结构、人工 review 流程或 benchmark 汇总。
工作方式
1. 先收敛目标
先明确四件事：
- 这个 skill 要解决什么任务。
- 什么时候应该触发，什么时候不应该触发。
- 输出是什么形态。
- 是否需要评测和人工 review。
如果用户已经给了样例对话、提示词或外部 skill 仓库，先从已有材料里提炼，不要重复让用户描述。
2. 适配 KodaX，而不是照抄外部 skill
迁移外部 skill 时，拆成三类：
- 可直接复用：SKILL.md 的思路、评测结构、参考文档组织方式。
- 需要改写：路径约定、触发描述、支持的 frontmatter 字段、命令示例。
- 不要硬搬：强依赖 Claude Code、
claude -p、Cowork、Python stdlib 或专有事件流的部分。
如果外部 skill 依赖特定宿主能力，优先改成 KodaX 当前能承接的手工流程或 Node 工具，而不是留下名不副实的说明。
3. 写 KodaX 风格的 skill
description 要写“做什么 + 什么时候用”，并稍微主动一点，避免 under-trigger。SKILL.md 负责主流程，不要把所有细节都塞进去。- 重复性、机械性、易出错的步骤，放到
scripts/。
- 大块参考资料放到
references/。
- 模板或静态文件放到
assets/。
- 如果某个专家流程只服务这个 skill，可以放进
agents/，但先把它当私有 contract，不要自动上升成全局产品概念。
4. Bundled scripts 默认用 Node.js
KodaX 当前会把 builtin skill 目录直接复制到 dist/。因此：
- skill 内的可执行脚本默认使用 plain Node ESM
.js。
- 只有在你同时修改了构建链、确保脚本会被编译时，才在 skill 内使用
.ts。
- 如果用户只是想“改成 node/typescript”，默认先落成 Node
.js，这是最稳妥的内建交付方式。
5. 先验证，再评估
起草完成后，优先按下面的顺序推进：
- 用
node scripts/quick-validate.js <skill-dir> 做结构检查。
- 如果还没有 skill 骨架，用
node scripts/init-skill.js <skill-name> --path <skills-dir> 初始化。
- 设计 2 到 3 个真实用户会说的测试提示。
- 如果要跑端到端 skill eval，把提示整理到
evals/evals.json，再用 node scripts/run-eval.js --skill-path <skill-dir> --evals <evals.json> --workspace <iteration-dir> 生成 with_skill / without_skill workspace。
- 如果要补第 3 阶段的专家评测流，先用
node scripts/grade-evals.js <workspace> 生成 grading.json，再用 node scripts/aggregate-benchmark.js <workspace> --skill-name <name> 聚合 benchmark，用 node scripts/analyze-benchmark.js <workspace> 产出分析结论，用 node scripts/compare-runs.js <workspace> 做 blind comparison。
- 如果要评估 description 的触发效果，再用
node scripts/run-trigger-eval.js --skill-path <skill-dir> --evals <evals.json> 跑一轮触发评测。
- 如果要迭代 description，可以用
node scripts/improve-description.js --skill-path <skill-dir> --eval-results <results.json> 生成候选描述，或用 node scripts/run-loop.js --skill-path <skill-dir> --evals <evals.json> --workspace <workspace-dir> 跑多轮优化。
- 如果需要人工 review，把运行结果整理到 workspace，再用
node scripts/generate-review.js <workspace> --static <html-file> 或本地服务模式生成 review 页面。
- 如果要分享给别的 KodaX/Agent Skills 风格环境，用
node scripts/package-skill.js <skill-dir> 打包，再用 node scripts/install-skill.js <archive-or-dir> 验证安装链路。
评估建议
- 客观任务：优先写断言、grading 结构和 benchmark。
- 主观任务：优先给人类 review 页面，再用 comparator 做 blind comparison，而不是强行只看单一分数。
- 描述优化：先整理误触发/漏触发样例，再跑
run-trigger-eval，需要时再用 improve-description 或 run-loop 迭代。
- 如果需要专家提示词，把
agents/grader.md、agents/analyzer.md、agents/comparator.md 当作私有专家 contract 使用，不要先把它们产品化成通用 swarm 概念。
输出要求
默认给出：
- 修改后的
SKILL.md
- 新增或更新的 supporting files
- 简短的 trigger/eval 样例
- 还没覆盖的风险或后续建议
如果用户是在移植外部 skill，还要额外说明：
- 哪些能力已经迁移
- 哪些能力因为宿主差异被删减或改写
- 哪些部分后续值得继续产品化
可用工具
agents/grader.md：给 grade-evals.js 使用的专家评分契约。agents/analyzer.md：给 analyze-benchmark.js 使用的分析契约。agents/comparator.md：给 compare-runs.js 使用的盲比契约。scripts/quick-validate.js：校验 skill 结构和 frontmatter。scripts/init-skill.js：初始化一个新的 skill 骨架，并可一并创建 evals/evals.json。scripts/run-eval.js：运行端到端 skill eval，生成 with_skill / without_skill workspace 结果。scripts/grade-evals.js：消费 workspace，给每个 run 生成 grading.json 与 grading-summary.json。scripts/aggregate-benchmark.js：聚合 grading.json / timing.json 生成 benchmark.json 与 benchmark.md。scripts/analyze-benchmark.js：基于 benchmark 和 grading 产出 analysis.json 与 analysis.md。scripts/compare-runs.js：对两个 config 做 blind comparison，生成 comparison.json 与 comparison.md。scripts/run-trigger-eval.js：对 description 做 KodaX 原生触发评测，检查误触发和漏触发。scripts/improve-description.js：基于评测结果生成新的 description 候选。scripts/run-loop.js：把触发评测和 description 改写串成可重复的多轮优化流程。scripts/generate-review.js：把 workspace 结果生成静态或本地服务版 HTML review 页面。scripts/package-skill.js：把 skill 目录打成 .skill 归档，便于分享与分发。scripts/install-skill.js：把 .skill 归档或目录安装到目标 skills 目录。references/schemas.md：评测相关 JSON 结构参考。
这里的 description eval、loop、grading、analysis、comparison 和 packaging 都已经是 KodaX 原生实现，不再依赖 Anthropic 的 Python 脚本或 Claude Code 专有宿主能力。
使用示例
/skill:skill-creator 把这个 Claude skill 迁移成 KodaX builtin/skill:skill-creator 新建一个 release-notes skill/skill:skill-creator 优化现有 skill 的 description 和 evals/skill:skill-creator 给这个 skill 补 trigger eval、grading、benchmark、comparison 和 review 流程/skill:skill-creator 把这个 skill 打成可分享的 .skill 包/skill:skill-creator 初始化一个新 skill 骨架并生成 eval workspace
