Polish s07 prose (zh/en/ja) with the s08 narrative technique

The problem section now opens by carrying over from s06's sub-Agent (a
sub-Agent taking over needs the task's rules; where do those rules come
from). The solution leads with a why-not (let the Agent read_file the
docs itself, but it doesn't know what files exist) and an anchor: 目录常驻，
内容按需 / catalog always resident, content on demand. Level 1's code block
now ends with a cascade hook (you only get the name and one-line
description, the full content is still out of reach -> Level 2). `messages`
and `tool_result` get backticks; one stray dash becomes a comma. All three
languages synced to v3; web docs regenerated.

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

s07_skill_loading/README.ja.md

@@ -3,7 +3,7 @@
 [中文](README.zh.md) · [English](README.md) · [日本語](README.ja.md)
 
 s01 → s02 → s03 → s04 → s05 → s06 → `s07` → [s08](../s08_context_compact/) → s09 → ... → s20
-> *"Load when needed, don't stuff the prompt"* — tool_result で注入、system prompt には詰め込まない。
+> *"Load when needed, don't stuff the prompt"* — `tool_result` で注入、system prompt には詰め込まない。
 >
 > **Harness レイヤー**: 知識 — 必要に応じて読み込み、コンテキストに詰め込まない。
 
@@ -11,7 +11,9 @@ s01 → s02 → s03 → s04 → s05 → s06 → `s07` → [s08](../s08_context_c
 
 ## 課題
 
-プロジェクトには React コンポーネント仕様、SQL スタイルガイド、API 設計ドキュメントがある。Agent にこれらの仕様を自動的に守らせたい。最も直接的な方法は、すべて system prompt に詰め込むこと：
+前章では Agent が大きなタスクをサブ Agent に渡せるようになった。だがサブ Agent が引き継ぐとき、そのタスクの決まりを知る必要がある：React コンポーネントを変更するなら component spec を、SQL を書くなら style guide を守る。その決まりはどこから来るのか？
+
+プロジェクトには React コンポーネント仕様、SQL スタイルガイド、API 設計ドキュメントがある。最も直接的な方法は、すべて system prompt に詰め込むこと：
 
 ```python
 SYSTEM = (
@@ -30,7 +32,9 @@ SYSTEM = (
 
 ![Skill Overview](images/skill-overview.svg)
 
-前章の最小フック構造、`todo_write`、サブ Agent を維持し、本章は新規の `load_skill` ツールに注目する。起動時にスキルカタログを SYSTEM prompt に注入し、実行時に完全な内容を読み込むツールを登録する。使ったときだけトークンを消費。
+折衷案は、ドキュメントを複数のファイルに分け、必要なものを Agent 自身に `read_file` させることだ。だが Agent はそもそもどんなファイルが読めるか分からない。「何があるか」を先に知らなければ、「どれを使うか」は選べない。
+
+そこで 2 層に分ける：**カタログは常駐、内容はオンデマンド。** 前章のフック構造、`todo_write`、サブ Agent はそのまま残し、本章で `load_skill` ツールを 1 つ加える。起動時にスキルのカタログ（名前 + 一言の説明）を SYSTEM prompt に入れる。毎ターン携帯するが軽い。実行時に Agent が実際にあるスキルを使うとき、`load_skill` を呼んで完全な内容を取り出す。トークンを使うのはそのときだけだ。
 
 2 層設計：
 
@@ -90,6 +94,8 @@ def build_system() -> str:
 SYSTEM = build_system()
 ```
 
+だが Agent は毎ターン、名前と一言の説明しか受け取らない。実際に SQL スタイルガイドを使うとなると、あの 1500 行の完全な内容にはまだ手が届かない。→ 第 2 層。
+
 **第 2 層：load_skill**：Agent が「SQL スタイルガイドが必要」と判断し、`load_skill("sql-style")` を呼び出す。レジストリを通じて検索し、ファイルパスを経由しないため、パストラバーサルのリスクがない。SKILL.md の内容は `tool_result` を通じて注入され、既存の file および bash ツールを通じて、参照される `references/`、`scripts/`、`assets/` へのその後のアクセスも含められる。
 
 ```python
@@ -100,7 +106,7 @@ def load_skill(name: str) -> str:
     return skill["content"]
 ```
 
-重要な違い：スキル内容は system prompt の一部ではなく、ツール結果として現在の messages に入る。後続の呼び出しでは履歴とともに携帯され、コンテキスト圧縮、切り捨て、またはセッション終了まで保持される。これは s08 の compact と自然に接続する：オンデマンド読み込みにより、無関係なドキュメントが system prompt に入らなくなる。compact が「捨てるべきものをどう捨てるか」を解決する。
+重要な違い：スキル内容は system prompt の一部ではなく、ツール結果として現在の `messages` に入る。後続の呼び出しでは履歴とともに携帯され、コンテキスト圧縮、切り捨て、またはセッション終了まで保持される。これは s08 の compact と自然に接続する：スキル内容は system prompt ではなく `tool_result` として `messages` に入り、compact が「捨てるべきものをどう捨てるか」を解決する。
 
 ---
 
@@ -135,7 +141,7 @@ python s07_skill_loading/code.py
 
 ## 次へ
 
-load_skill で起動時のトークン浪費は解消した。しかし別の問題が待っている：Agent が 30 分連続で作業すると、messages リストが中間プロセスで埋め尽くされる。古い tool_result、期限切れのファイル内容、コンテキストを占領しているが価値を生まない。
+load_skill で起動時のトークン浪費は解消した。しかし別の問題が待っている：Agent が 30 分連続で作業すると、`messages` リストが中間プロセスで埋め尽くされる。古い `tool_result`、期限切れのファイル内容、コンテキストを占領しているが価値を生まない。
 
 → s08 Context Compact：4 層圧縮戦略。安価な層を先に実行、高価な層を後に実行。
 
@@ -179,4 +185,4 @@ Claude Code の SKILL.md YAML frontmatter は `parseSkillFrontmatterFields()`（
 
 </details>
 
-<!-- translation-sync: zh@v2, en@v2, ja@v2 -->
+<!-- translation-sync: zh@v3, en@v3, ja@v3 -->

s07_skill_loading/README.md

@@ -3,7 +3,7 @@
 [中文](README.zh.md) · [English](README.md) · [日本語](README.ja.md)
 
 s01 → s02 → s03 → s04 → s05 → s06 → `s07` → [s08](../s08_context_compact/) → s09 → ... → s20
-> *"Load when needed, don't stuff the prompt"* — Inject via tool_result, not system prompt.
+> *"Load when needed, don't stuff the prompt"* — Inject via `tool_result`, not system prompt.
 >
 > **Harness Layer**: Knowledge — load on demand, don't fill the context.
 
@@ -11,7 +11,9 @@ s01 → s02 → s03 → s04 → s05 → s06 → `s07` → [s08](../s08_context_c
 
 ## The Problem
 
-Your project has a React component spec, a SQL style guide, and an API design doc. You want the Agent to follow these specs automatically. The most straightforward idea: stuff them all into the system prompt:
+The last chapter let the Agent hand a big task off to a sub-Agent. But when the sub-Agent takes over, it needs to know the rules of that task: editing React components means following the component spec, writing SQL means following the style guide. Where do those rules come from?
+
+Your project has a React component spec, a SQL style guide, and an API design doc. The most straightforward idea: stuff them all into the system prompt:
 
 ```python
 SYSTEM = (
@@ -30,7 +32,9 @@ SYSTEM = (
 
 ![Skill Overview](images/skill-overview.svg)
 
-The minimal hook structure, `todo_write`, and sub-Agent from the previous chapter are preserved. This chapter focuses on the new `load_skill` tool. At startup, inject the skill catalog into the SYSTEM prompt; at runtime, register one more tool to load full content, spending tokens only when used.
+A middle-ground idea is to split the docs into separate files and let the Agent `read_file` whichever it needs. But the Agent has no idea which files exist to read; it has to know "what's there" before it can pick "which one to use".
+
+So split it into two levels: **catalog always resident, content on demand.** The hook structure, `todo_write`, and sub-Agent from the previous chapter stay; this chapter adds a `load_skill` tool. At startup, the skill catalog (name + one-line description) goes into the SYSTEM prompt, carried every turn but light; at runtime, when the Agent actually needs a skill, it calls `load_skill` to pull the full content, spending those tokens only then.
 
 Two-level design:
 
@@ -90,6 +94,8 @@ def build_system() -> str:
 SYSTEM = build_system()
 ```
 
+But every turn the Agent only gets the name and one-line description; to actually use the SQL style guide, those 1500 lines of full content are still out of reach. → Level 2.
+
 **Level 2: load_skill**: the Agent decides "I need the SQL style guide" and calls `load_skill("sql-style")`. Lookup goes through the registry, not file paths, eliminating path traversal risk. The SKILL.md content is injected via `tool_result`, and can include later access to referenced `references/`, `scripts/`, or `assets/` through the existing file and bash tools.
 
 ```python
@@ -100,7 +106,7 @@ def load_skill(name: str) -> str:
     return skill["content"]
 ```
 
-The key distinction: skill content is not part of the system prompt. It enters the current messages as a tool result. Subsequent calls carry it along with the history until context compaction, truncation, or session end. This naturally connects to s08's compact: on-demand loading keeps irrelevant docs out of the system prompt, compact solves "how to drop what you should."
+The key distinction: skill content is not part of the system prompt. It enters the current `messages` as a `tool_result`. Subsequent calls carry it along with the history until context compaction, truncation, or session end. This naturally connects to s08's compact: skill content enters `messages` as a `tool_result` rather than the system prompt, and compact solves "how to drop what you should."
 
 ---
 
@@ -135,7 +141,7 @@ What to watch for: Does the Agent know available skills from the SYSTEM catalog?
 
 ## What's Next
 
-load_skill eliminated the startup token waste. But another problem looms: after the Agent works for 30 minutes, the messages list fills up with intermediate process. Old tool_results, stale file contents, occupying context but adding no value.
+load_skill eliminated the startup token waste. But another problem looms: after the Agent works for 30 minutes, the `messages` list fills up with intermediate process. Old `tool_result`s, stale file contents, occupying context but adding no value.
 
 → s08 Context Compact: A four-layer compaction strategy. Cheap layers run first, expensive layers run last.
 
@@ -179,4 +185,4 @@ The complete field list changes across versions; above are the core fields relev
 
 </details>
 
-<!-- translation-sync: zh@v2, en@v2, ja@v2 -->
+<!-- translation-sync: zh@v3, en@v3, ja@v3 -->

s07_skill_loading/README.zh.md

@@ -3,7 +3,7 @@
 [中文](README.zh.md) · [English](README.md) · [日本語](README.ja.md)
 
 s01 → s02 → s03 → s04 → s05 → s06 → `s07` → [s08](../s08_context_compact/) → s09 → ... → s20
-> *"用到时再加载, 别全塞 prompt 里"* — 通过 tool_result 注入, 不塞 system prompt。
+> *"用到时再加载, 别全塞 prompt 里"* — 通过 `tool_result` 注入, 不塞 system prompt。
 >
 > **Harness 层**: 知识 — 按需加载, 不堆满上下文。
 
@@ -11,7 +11,9 @@ s01 → s02 → s03 → s04 → s05 → s06 → `s07` → [s08](../s08_context_c
 
 ## 问题
 
-你的项目有一套 React 组件规范、一份 SQL 风格指南、一份 API 设计文档。你希望 Agent 自动遵守这些规范。最直接的想法，全塞进 system prompt：
+上一章 Agent 能把大任务拆给子 Agent 了。但子 Agent 接手时，得知道这个任务的规矩：改 React 组件要守组件规范，写 SQL 要守风格指南。这些规范从哪来？
+
+你的项目里有一套 React 组件规范、一份 SQL 风格指南、一份 API 设计文档。最直接的想法，全塞进 system prompt：
 
 ```python
 SYSTEM = (
@@ -22,7 +24,7 @@ SYSTEM = (
 )
 ```
 
-6500 行 system prompt。Agent 每次调用 LLM 都带着这些文档——不管是在改 CSS 颜色还是修 SQL 查询。99% 的内容和当前任务无关，白白消耗 token。
+6500 行 system prompt。Agent 每次调用 LLM 都带着这些文档，不管在改 CSS 颜色还是修 SQL 查询。99% 的内容和当前任务无关，白白消耗 token。
 
 ---
 
@@ -30,7 +32,9 @@ SYSTEM = (
 
 ![Skill Overview](images/skill-overview.svg)
 
-保留上一章的最小 hook 结构、`todo_write` 和子 Agent，本章重点转向新增的 `load_skill` 工具。启动时把技能目录注入 SYSTEM prompt，运行时多注册一个工具加载完整内容，用到才花 token。
+一个折中的想法，是把文档拆成几个文件，用哪个让 Agent 自己 `read_file`。但 Agent 根本不知道有哪些文件可读，它得先知道"有什么"，才谈得上"用哪个"。
+
+所以分两层：**目录常驻，内容按需。** 上一章的 hook 结构、`todo_write` 和子 Agent 都保留，本章新增一个 `load_skill` 工具。启动时把技能目录（名字 + 一句话描述）注入 SYSTEM prompt，每轮都带、但很轻；运行时 Agent 真要用某个技能，再调 `load_skill` 把完整内容取过来，用到才花那部分 token。
 
 两层设计：
 
@@ -39,7 +43,7 @@ SYSTEM = (
 | 1. 目录 | system prompt | 启动时注入（harness 扫描 skills/） | ~100 tokens/skill，每轮都带 |
 | 2. 内容 | tool_result | Agent 调用 load_skill 时；SKILL.md 可指引后续的 read_file/bash 调用，用于按需访问额外资源 | ~2000 tokens/skill，按需 |
 
-dispatch 机制不变，load_skill 通过 `TOOL_HANDLERS[block.name]` 分发。
+dispatch 机制不变，`load_skill` 通过 `TOOL_HANDLERS[block.name]` 分发。
 
 ---
 
@@ -90,6 +94,8 @@ def build_system() -> str:
 SYSTEM = build_system()
 ```
 
+但 Agent 每轮只拿到名字和一句话描述，真要用 SQL 风格指南，那 1500 行的完整内容还够不到。→ 第二级。
+
 **第二级：load_skill**：Agent 决定"我需要 SQL 风格指南"，调用 `load_skill("sql-style")`。通过注册表查找，不走文件路径，没有路径遍历风险。SKILL.md 内容通过 `tool_result` 注入，并可通过现有的 file 和 bash 工具进一步访问引用的 `references/`、`scripts/` 或 `assets/`。
 
 ```python
@@ -100,7 +106,7 @@ def load_skill(name: str) -> str:
     return skill["content"]
 ```
 
-关键区别：技能内容不是 system prompt 的一部分，它作为一次工具结果进入当前 messages。后续调用会随历史一起携带，直到上下文压缩、截断或会话结束。这和 s08 的 compact 自然衔接：技能内容以 tool_result 形式进入 messages，不塞 system prompt，compact 解决"该丢的怎么丢"。
+关键区别：技能内容不是 system prompt 的一部分，它作为一次工具结果进入当前 `messages`。后续调用会随历史一起携带，直到上下文压缩、截断或会话结束。这和 s08 的 compact 自然衔接：技能内容以 `tool_result` 形式进入 `messages`，不塞 system prompt，compact 解决"该丢的怎么丢"。
 
 ---
 
@@ -135,7 +141,7 @@ python s07_skill_loading/code.py
 
 ## 接下来
 
-load_skill 解决了启动时的 token 浪费。但另一个问题来了：Agent 连续工作 30 分钟后，messages 列表塞满了中间过程。旧的 tool_result、过时的文件内容，占着上下文但不产生价值。
+`load_skill` 解决了启动时的 token 浪费。但另一个问题来了：Agent 连续工作 30 分钟后，`messages` 列表塞满了中间过程。旧的 `tool_result`、过时的文件内容，占着上下文但不产生价值。
 
 s08 Context Compact → 四层压缩策略。便宜的先跑，贵的后跑。
 
@@ -168,7 +174,7 @@ Claude Code 的 SKILL.md YAML frontmatter 由 `parseSkillFrontmatterFields()`
 ### 三、两级加载的精确实现
 
 1. **Catalog（启动时）**：`getSkillDirCommands()` 扫描目录 → 注册为 `Command` 对象，只包含元数据。`getSkillListingAttachments()` 把技能列表格式化为附件，预算为上下文窗口的 ~1%（上限 8000 字符）。
-2. **Load（调用时）**：模型调 `Skill` 工具（输入字段是 `skill` + 可选 `args`，教学版用 `name`）→ `getPromptForCommand()` 展开完整 SKILL.md 内容 → `SkillTool` 返回的 tool_result 展示文本只是 `"Launching skill: {name}"`，真正的技能内容通过 `newMessages` 注入对话。教学版把两者合并为"通过 tool_result 注入"是一种简化；加载后的 SKILL.md 仍可作为指引，帮助模型后续通过现有 file/bash 工具访问相关资源。
+2. **Load（调用时）**：模型调 `Skill` 工具（输入字段是 `skill` + 可选 `args`，教学版用 `name`）→ `getPromptForCommand()` 展开完整 SKILL.md 内容 → `SkillTool` 返回的 `tool_result` 展示文本只是 `"Launching skill: {name}"`，真正的技能内容通过 `newMessages` 注入对话。教学版把两者合并为"通过 tool_result 注入"是一种简化；加载后的 SKILL.md 仍可作为指引，帮助模型后续通过现有 file/bash 工具访问相关资源。
 
 ### 教学版的简化是刻意的
 
@@ -179,4 +185,4 @@ Claude Code 的 SKILL.md YAML frontmatter 由 `parseSkillFrontmatterFields()`
 
 </details>
 
-<!-- translation-sync: zh@v2, en@v2, ja@v2 -->
+<!-- translation-sync: zh@v3, en@v3, ja@v3 -->