指导 Agent 技能的创建与迭代优化，涵盖草稿撰写、评估编写、触发准确性基准测试与描述优化。
把「自查一下」变成明确的停止条件：先写针对本任务的评分表，每个维度都用具体证据打分，低于 9 分就继续改。