feat: 重组为标准 skill 包结构 + 修复 verify.sh bash 3.2 兼容

- 新增 .claude/skills/new-project/SKILL.md（标准 skill 格式）
- install-skill.sh 安装时组装 SKILL.md + verify.sh，单一源无重复
- verify.sh 改用索引数组替代 declare -A，兼容 macOS bash 3.2
- log_pass/log_skip 显式 return 0，避免 set -e 下非 verbose 误退出
- README 改为 skill 优先；补全 copier.yml/scripts/template 入库

template/.claude/rules/agent-llm-api.md

@@ -0,0 +1,110 @@
+---
+paths:
+  - "agent/**"
+---
+
+# Agent LLM 驱动层与 API 桥接
+
+厂商无关的 LLM API 抽象、HTTP SDK 集成机制、超时保护与流式响应处理。
+
+## 重要：LLMSession 端口是协议，不是机制
+
+- `LLMSession` Protocol 只定义"能力"（发消息、收推送流、关闭），不规定底层是哪家 SDK
+- 本文件描述 API SDK 适配器实现模式（OpenAI / Anthropic 等）
+- PTY CLI 路径见 `agent-llm-pty.md`（当前配置未启用）
+
+## LLMSession 协议（domain/ports.py）
+
+API SDK 场景使用**推送式流**（`AsyncIterator`），而非拉取式 `stream_until`：
+
+```python
+from typing import Protocol, AsyncIterator
+
+class LLMSession(Protocol):
+    async def generate(
+        self,
+        messages: list[dict],          # [{"role": "user", "content": "..."}]
+    ) -> AsyncIterator[str]: ...        # 逐 token 推送
+    async def close(self) -> None: ...  # 释放 HTTP 连接池
+```
+
+## 适配器结构（llm/）
+
+| 文件 | 职责 |
+|------|------|
+| `domain/ports.py` | `LLMSession` 协议（端口，接口定义） |
+| `llm/<provider>_api.py` | SDK 适配器实现（实现 `LLMSession`） |
+| `llm/registry.py` | 按 `Settings.llm_provider` 选择实现 |
+
+无 `pty_bridge.py`，无 `skills/installer.py`——API 模式不需要 PTY 或 skill 安装。
+
+## 适配器实现模式
+
+```python
+from typing import AsyncIterator, override
+from domain.ports import LLMSession
+
+class OpenAISession(LLMSession):
+    def __init__(self, settings) -> None:
+        from openai import AsyncOpenAI
+        self._client = AsyncOpenAI(
+            api_key=settings.llm_api_key,
+            base_url=settings.llm_base_url or None,
+        )
+        self._model = settings.llm_model
+
+    @override
+    async def generate(self, messages: list[dict]) -> AsyncIterator[str]:
+        stream = await self._client.chat.completions.create(
+            model=self._model,
+            messages=messages,
+            stream=True,
+        )
+        async for chunk in stream:
+            delta = chunk.choices[0].delta.content
+            if delta:
+                yield delta
+
+    @override
+    async def close(self) -> None:
+        await self._client.close()
+```
+
+Anthropic 适配器同理，将 `AsyncOpenAI` 换为 `AsyncAnthropic`，流式 API 换为 `client.messages.stream`。
+
+## DAG 节点中的调用模式
+
+```python
+async def phase3_generate(state, send, recv_queue):
+    try:
+        async with asyncio.timeout(settings.generate_timeout_seconds):
+            chunks: list[str] = []
+            async for token in llm_session.generate(state.messages):
+                chunks.append(token)
+                await send({"type": "llm_token", "text": token})
+            html = extract_html("".join(chunks))
+            if not html:
+                raise HtmlExtractionError()
+    except TimeoutError:
+        raise LLMTimeoutError(phase="generate")
+```
+
+不需要 ANSI 过滤——API 响应是纯文本，无终端转义码。
+
+## 超时保护
+
+每个 DAG 阶段用 `asyncio.timeout()` 包裹 LLM 调用：
+
+| 阶段 | 配置项 |
+|------|--------|
+| phase1_dialog（单轮对话） | `dialog_timeout_seconds`（默认 60s） |
+| phase2_preview（3 张预览） | `preview_timeout_seconds`（默认 180s） |
+| phase3_generate（完整 HTML） | `generate_timeout_seconds`（默认 300s） |
+
+超时后抛 `LLMTimeoutError`（`domain/exceptions.py`），不静默挂起。
+
+## 连接管理
+
+`LLMSession` 实例在 DAG 节点开始时创建，在 `runner.py` 的 `finally` 块中通过 `await llm_session.close()` 确定性释放 HTTP 连接池，防止连接泄漏。
+
+禁止在节点内手动调用 `close()`——由 runner 统一回收。