Anthropic、skill-creatorにeval・benchmark・マルチエージェント評価とdescription調整を追加

evalの執筆支援、benchmarkモード、マルチエージェント並列評価、comparatorによるA/B比較、トリガー用descriptionの調整支援、ローカル保管・ダッシュボード・CI連携など。