Meta Skill — 闭环任务执行框架

当用户要求使用 meta skill 处理任务时，按以下流程执行。

Phase 0: 初始化

1. 确定 WORKDIR：用户指定路径优先，否则使用当前工作目录。
2. 从任务描述提取关键词，生成 TASK_ID（kebab-case，仅 a-z0-9 和 -，≤ 30 字符）。
• 示例："优化登录页面性能" → optimize-login-perf
3. 若 {WORKDIR}/.tmp/{TASK_ID}/ 已存在，询问用户：覆盖 / 追加编号（task-id-2）/ 取消。
4. 创建目录：

{WORKDIR}/.tmp/{TASK_ID}/
  ├── executor/SKILL.md
  └── evaluator/SKILL.md

Phase 1: 生成执行 Skill

1. 分析用户意图：拆解目标、约束、预期产出。
2. 搜索最佳实践（有联网工具则搜索 2-3 个查询，否则基于自身知识并标注 [offline]）。
3. 写入 executor/SKILL.md（≤ 100 行），结构如下：

---
name: executor-{TASK_ID}
description: {任务}的执行指南
metadata:
  iteration: "1"
---
# 执行指南: {任务标题}

## 目标
{一句话}

## 参考
{最佳实践来源或 [offline]}

## 步骤
1. {做什么} → 产出: {什么}
2. ...

## 约束
- ...

Phase 2: 生成评估 Skill

1. 根据任务目标推导评估维度（正确性、完整性、质量等）。
2. 搜索该领域的 review checklist（有联网工具则搜索，否则标注 [offline]）。
3. 写入 evaluator/SKILL.md（≤ 100 行），结构如下：

---
name: evaluator-{TASK_ID}
description: {任务}的评估标准
metadata:
  iteration: "1"
---
# 评估标准: {任务标题}

## 维度
| 维度 | 权重 | 通过标准 |
|------|------|----------|
| ... | ... | {可判定的标准} |

## 流程
1. 逐项检查
2. 记录结果（PASS / FAIL + 原因）
3. 全部 PASS → 通过；任一 FAIL → 给出改进建议

## 输出格式
- 状态: PASS / FAIL
- 详情: [逐项结果]
- 改进建议: [如有]

Phase 3: 执行-评估循环

最大迭代次数默认 5，用户可覆盖。每轮：

1. 执行：读取最新 executor/SKILL.md，按步骤执行，记录变更摘要。
2. 评估：读取最新 evaluator/SKILL.md，逐项评估，输出 PASS / FAIL + 详情。
3. 判定：
• 全部 PASS → 进入 Phase 4。
• 存在 FAIL → 分析原因，更新 executor 和/或 evaluator，输出本轮摘要（改了什么、下轮重点），回到步骤 1。
4. 达到上限仍有 FAIL → 输出当前最佳结果 + 剩余问题，询问用户：继续 / 接受 / 终止。

Phase 4: 完成报告

输出以下结构化报告：

## 任务完成报告
### 摘要
{做了什么}
### 评估结果
{最终评估输出}
### 迭代历程
- 次数: {N}
- 关键改进: {逐轮概述}
### 产出文件
{路径列表}
### 经验总结
{可复用的模式或教训}

异常处理

注意事项

• 同一 WORKDIR 下可并存多个任务（不同 TASK_ID）。
• 迭代中 Skill 内容会演进，行数限制仅约束初始生成。
• .tmp/ 为临时目录，完成后可清理。
• 每轮迭代前必须重新读取最新 Skill 文件。
• 可在 executor 步骤中调用其他 skill。