Skill 是 Agent 能力的「可复用资产」，但写一个能用的 Skill 容易，写一个「触发准、效果稳」的 Skill 难。Anthropic 官方的 Skill Creator Skill 把这件事变成一套可迭代的工程流程：起草 → 测试 → 质与量双向评估 → 重写，直到满意为止。
核心流程：迭代式 Skill 开发
- 捕捉意图：从对话历史中提取用户要固化的工作流（用了哪些工具、什么顺序、改过什么、输入输出格式），补缺并让用户确认
- 起草：写 Skill 草稿——明确要它做什么、大致怎么做
- 测试：写几个测试提示词，跑一遍带 Skill 的 Agent，看实际效果
- 质与量评估：定性看输出质量，定量看 benchmark/方差分析；用 eval-viewer 展示结果给用户看
- 重写迭代：根据反馈重写，扩大测试集再试一轮，直到收敛
可选的加分项：description 优化
Skill 完成后，Skill Creator 还能跑一个独立的 description improver 脚本，优化 Skill 的 description——这一步直接决定「触发准确率」：description 写得好，Agent 才在正确的场景把正确的 Skill 拉起来。对已经成型的 Skill，也可以跳过测试直接进评估/迭代环。
沟通纪律：对谁都讲得清
Skill 对「用的人」保持敏感：受众可能从程序员的同事跨度到第一次开终端的普通人。默认「evaluation」「benchmark」这类词勉强能用；但「JSON」「assertion」这类词要等用户表现出懂才用，不确定就先给一句简短定义。宁可多解释，不让用户懵。
典型使用场景
- 固化团队工作流：把一套反复手动做的事（发报告、查数据、写文案）沉淀成 Skill，一次写好反复用
- 改进现有 Skill：已有 Skill 效果不稳，用评估环找出短板、针对性重写
- 量化验证：用 benchmark 和方差分析证明 Skill 改版后确实更稳，而不是凭感觉
使用方法与下载
Claude Code 用户：将 skills/skill-creator 放入项目的 .claude/skills/ 即可；需要创建/改进 Skill 时自然语言描述，Agent 引导你走完整个迭代环。完整代码见 GitHub 官方仓库。
其他 Agent 用户：遵循标准 SKILL.md 约定。官方文档见 Anthropic Agent Skills 文档。
相关资源
Skill 开发与使用成环：本 Skill 负责「造 Skill」，ACP 路由器（acp-router） 把 Skill 装进合适的编码 Agent 环境；MCP Server 开发（mcp-builder） 负责给 Skill 提供底层工具。
---