完善 skill_manager 的技能维护能力

.opencode/skills/SKILL.md

@@ -39,9 +39,12 @@ Skills 树是动态生长的——没有预置的 workflow，所有工作流从
 
 1. **查已有** — 先检查 `skills/workflow/` 下是否有匹配的 workflow skill
 2. **从零拼装** — 无匹配时，Agent 自行组合 `tjwater_cli` 命令 + Python 脚本完成
-3. **沉淀复用** — 任务完成后复盘，如果流程稳定可复用，用 `skill_manager` 保存到 `skills/workflow/<name>/`（含 SKILL.md + scripts/*.py）
+3. **沉淀复用** — 任务完成后复盘，如果流程稳定可复用，用 `skill_manager` 保存到 `skills/workflow/<name>/`（含 SKILL.md、references/*.md、scripts/*.py）
 4. **原子操作** — 简单查询直接调用 `tjwater_cli`，不走 skill
 
+`skill_manager` 可维护主 SKILL.md、`## Learned Patterns`、references/*.md 和 scripts/*.py；完整写入 SKILL.md 时需包含 `name` 和 `description` frontmatter。
+目录入口也通过 `skill_manager` 维护：`skill_path="workflow"` 对应 `skills/workflow/SKILL.md`，`skill_path="__root__"` 对应 `skills/SKILL.md`。
+
 ## Workflow 脚本编写规范
 
 **原则：尽量用 pipe 串联 CLI 调用，减少 tool calling 次数。**

.opencode/skills/runbook.md

@@ -50,9 +50,10 @@ SSE 事件：
 
 - 所有学习类工具必须带 `reason`
 - `memory_manager`：`add / list / replace / remove`
-- `skill_manager`：`list / append_pattern / remove_pattern / write_reference / remove_reference / write_script / remove_script`
+- `skill_manager`：`list / write_skill / remove_skill / append_pattern / remove_pattern / write_reference / remove_reference / write_script / remove_script`
 - `session_search`：只搜索当前用户 + 当前项目作用域
-- `skill_manager` 写入落到：`## Learned Patterns`、`references/*.md`、`scripts/*.py`
+- `skill_manager` 写入落到：`SKILL.md`、`## Learned Patterns`、`references/*.md`、`scripts/*.py`
+- 目录入口同样走 `skill_manager`：`skill_path="workflow"` 维护 `skills/workflow/SKILL.md`，`skill_path="__root__"` 维护 `skills/SKILL.md`
 
 ## 6) 用户上下文注入
 

.opencode/skills/workflow/SKILL.md

@@ -26,4 +26,5 @@ description: 供水管网分析工作流目录，描述可复用的分析流程
 - 每个工作流子目录包含独立的 `SKILL.md`，描述目的、步骤、参数与判定阈值
 - 所有数据获取均通过 `tjwater-cli` 命令族（见 `tjwater-cli` skill）
 - 流程中若涉及仿真，遵循"先查结果后触发"原则
-- 新工作流由 `skill_manager` 在线追加，若子目录不存在则无对应工作流
+- 新工作流由 `skill_manager` 在线写入或更新，若子目录不存在则无对应工作流
+- 新增工作流后，如需更新本目录索引，使用 `skill_manager.write_skill(skill_path="workflow", ...)`