技能介绍

解决什么问题

一个 SKILL 写得再完整，上架后也可能因为 description 信息不足、tags 覆盖不全、正文缺少触发边界，而难以被搜索到或拿到理想评级。常见结果不是业务逻辑出错，而是用户搜不到、不知道什么时候该用、发布前也不知道该检查哪些字段。这个技能面向的就是“准备上架”这一刻：在不改核心工作流的前提下，把目标 SKILL 的可发现性和质量评级整理清楚。

工作方式

它会先读取目标目录里的 SKILL.md，必要时列出 references/ 文件，并按五维度评估现状：描述清晰度、指令质量、资源完整度、触发精度、维护状态。评估依据来自 references/skillhub-rating-rules.md，输出当前预估评级和各维度得分。

随后按发布链路优化：

frontmatter：扩充 tags 到 12–15 个，覆盖场景词、平台词、英文词和功能词；description 前置“功能 + 触发条件”；补齐 slug、displayName、version、license、platforms、homepage 等字段。
正文结构：补强“何时触发”“何时不触发”“能力边界”“输入输出规范”等章节，并用渐进式披露表格说明每个 references/ 文件的用途和加载时机。
资源补充：确认或创建 usage-examples.md，按需补充 conversion-strategy、api-docs、schemas 等资料。
校验发布：用 package_skill.py 打包，执行 skillhub 的 dry-run，修复常见错误后再 skillhub publish。

适用边界与注意点

它只处理上架前的 SEO、结构、资源和发布校验，不会替你决定业务逻辑或工作流设计。优化会保留原有 SKILL 的核心流程，只补评分相关章节、扩展字段和资料。

发布结果依赖真实文件内容：不能保证具体排名名次，因为服务端排序算法部分是黑盒；不能编造评分数据，也不能绕过 SkillHub 的安全审核。description 必须是单行字符串，禁用 YAML 多行 >- 语法，否则 package_skill.py 不兼容。发新版时 version 必须递增，例如 1.0.0 到 1.1.0。发布还需要有效的 SkillHub API token。