默认路径： D:\Skills\
规则： 所有新技能以文件夹形式保存到此路径，命名格式：技能名（不带版本号）
元技能——生成技能的技能 + 自学习进化引擎。
输出： 可上架 SkillHub 的技能文件夹 + 变现方案。
原则： 每次只加载当前任务需要的文件，详细内容→references/。
| 问题 | 输出 |
|---|---|
| ------ | ------ |
| 触发场景 | 用户在什么场景下主动调用这个技能？ |
| 价值锚点 | 为什么比通用 AI 更好？ |
| 变现路径 | 用户为什么愿意为此付费？ |
输出： Skill 定位表（name / 触发词 / 价值 / 目标用户 / 定价）
调用命令模板：
sessions_spawn \
--agent-id "<AgentID>" \
--task "请分析「<领域>」知识体系，输出：1.核心概念清单 2.高频场景Top10 3.常见错误认知。用于构建Skill知识库。" \
--mode run
Agent 选择矩阵（已验证）：
| 领域 | Agent ID | 系统提示词关键句 |
|---|---|---|
| ------ | ---------- | ---------------- |
| 健康/中医/体质 | 赛华佗 | 北京中医药大学博士导师视角，严谨专业与温和耐心兼具 |
| 财经/科技/商业 | 陶朱公 | 商业分析师视角，数据驱动，ROI优先 |
| 文案/内容/观点 | 刀笔吏 | 毒舌傲娇文案，一针见血，语言有画面感 |
| 技术/代码/全栈 | 赛鲁班 | 全栈工程师视角，注重架构和可维护性 |
| 命理/玄学/国学 | 藏天 | 传统术数大师，古籍为据，博古通今 |
输出标准： Agent返回必须含「领域知识清单」+「高频场景Top10」+「常见错误认知」，否则重新调用。
详见 references/：
opc-skill-design.md（技能设计模板）opc-skill-final.md（内容生成规范）monetization.md（变现方案）规范：
质量评分卡（生成后自动评分）：
| 维度 | 权重 | 评分标准 | 得分 |
|---|---|---|---|
| ------ | ------ | --------- | ------ |
| 完整性 | 25% | 知识覆盖全面？文件结构完整？ | __/25 |
| 差异化 | 25% | 与通用AI差距？独家功能？ | __/25 |
| 可维护性 | 25% | Token优化到位？模块化合理？ | __/25 |
| 实战验证 | 25% | 真实案例？测试数据？ | __/25 |
| 总分 | 100% | ≥80可发布，<80需返工 | __/100 |
自检清单：
五步闭环： 经验提取 → 知识存储 → 检索 → 验证 → 改进
用户反馈收集（自动触发）：
技能交付后发送：
感谢使用技能工厂 🏭
请对本次生成的技能评分（1-5分）：
1. 知识覆盖是否全面？
2. 输出是否符合预期？
3. 是否有遗漏的重要功能？
回复格式：「评分|建议」例：「4|希望增加XX功能」
反馈处理：
references/success-cases.mdreferences/improvement-log.md，下次主动规避详见 references/evolution-loop.md
当用户说「帮我做一个 xxx 技能」时：
全流程约 3-5 轮，每个 Phase 完成后汇报。
共 5 个版本