Skill Forge

Skill Forge

目標：建立或更新符合使用者期待的 skill，保有功能性，並降低 token 使用量。

Command Routing

兩個 command：create、update。使用者未指明時依此推斷：

• 目標 skill 不存在 → create
• 目標 skill 已存在 → update
• 無法判斷目標 → 詢問使用者

Create Workflow

依序執行，每一步使用對應的 bundled skill（以 Skill tool 載入）：

1. 分析意圖 — 讀取使用者輸入的提示詞，分析其目的與用意。
   • 1a. 若有模糊或歧義，必須使用 grill-me 逐一詢問釐清，直到消除歧義。
   • 1b. 意圖清楚後進入下一步。
2. 建立 skill — 使用 write-a-skill 撰寫 skill。
3. 驗證 — 使用 skill-creator 為 skill 建立 eval 驗證項目並執行驗證。
4. 優化 — 使用 skill-cleaner 分析 token 使用量與上下文冗餘並優化。優化後必須重新執行步驟 3 的驗證，確保功能性與優化前相符。
5. 交付判斷 — 依 Completion Criteria 檢核；未全數成立則返回對應步驟。

Update Workflow

1. 載入現況 — 讀取目標 skill 的 SKILL.md、evals/、references/、templates/。
2. 釐清變更範圍 — 區分「要新增或修改的行為」與「必須保留的行為」；模糊時使用 grill-me。
3. 基準驗證 — 修改前執行既有 eval 建立 baseline；若無 eval，先用 skill-creator 為現有行為補建。
4. 修改 — 編輯 SKILL.md 與相關檔案。若觸發情境改變，必須同步更新 description。
5. 回歸驗證 — 重跑既有 eval（不得低於 baseline），並用 skill-creator 為新行為補 eval。
6. 優化與交付 — 同 Create Workflow 步驟 4–5。

輸出邊界（update）

• 只修改變更範圍內的檔案，不得重寫整個 skill。
• 既有 eval 案例只能新增，不得刪除或改寫——除非該行為正是這次變更要移除的。
• 使用者順帶提出的範圍外修改（如「順便重寫舊 eval」），不納入本次變更；說明原因並建議另開一次 update 處理。

Artifact Layout

每個鍛造出的 skill 採用此結構：

<skill-name>/
├── SKILL.md          # skill 本體
├── evals/            # 驗證用的 json
├── references/       # 需要時才載入的資料（漸進式揭露）
└── templates/        # 模板

Completion Criteria

交付前必須全部成立：

• 驗證通過且功能性完整；update 時回歸 eval 結果不低於 baseline。
• 優化後已重新驗證，功能性與優化前相符。
• 驗證時產生的 worktree 驗證資料夾已寫入 .gitignore。