Agent Skills
返回列表
SkillFather 适配度评审官

SkillFather 适配度评审官

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md 安装 @user_cd97370d/skillfather

技能介绍

它解决什么问题

装技能之前,没人替你判断这个技能是否真的适合你。Readme 写得再好,也回答不了几个具体问题:它需要的环境你有没有?依赖和权限凑得齐吗?它会不会打断你现有的工作流?SkillFather 补的就是这一环——从使用角度给任意一个 Agent Skill 做适配度评审,输出可判读的分数和结论,而不是照抄作者的自我描述。

它如何工作

SkillFather 是一个 Python CLI 工具,本技能负责指导 Agent 调用它。评审覆盖五个维度:用例契合度 25%、环境就绪度 20%、前置条件 20%、工作流匹配 20%、文档质量 15%。

Agent 接到分析请求后,先确定 Skill 文件路径(本地路径、@skill:xxx 引用或 GitHub URL),然后必须让用户从三种模式里选一种:

  • 基于记忆分析:Agent 读取 workspace 记忆、已装技能列表和跨项目偏好,对 CLI 输出的每个维度做个性化解读,给出调整后的最终建议分数
  • 交互分析:逐题提问,用户按“完全满足 / 部分满足 / 完全不满足”作答,映射为 0.0–1.0 后加权算出精确分
  • 自动分析:直接跑规则引擎,基于 Skill 内容特征快速估算,适合预览场景

分数按区间判读:8.0–10.0 推荐安装,6.0–7.9 有条件安装,4.0–5.9 谨慎,0.0–3.9 不推荐。--platform 可指定目标平台,可选的 --llm 模式能生成更精准的诊断问题,失败时自动回退规则引擎。

适用边界

  • 仅评审适用性,不做安全性审计,恶意技能照样可能得分很高
  • 规则引擎离线零依赖;--llm 模式需要配置 API Key
  • --platform auto 的自动检测可能不准,拿不准时手动指定平台

使用场景

  • 从 GitHub 发现一个新技能,不确定是否匹配自己的实际用法,先跑适配度评分再决定是否 clone
  • 手头有多个候选技能要做选型,逐题回答诊断问题,拿到精确适配分后横向比较
  • 团队自己写了技能,想对照五个维度检查环境就绪度和前置条件是否达标
  • 正在把技能迁移到 Claude Code 或 Codex,需要先确认目标平台的适配情况再动手

适合人员

  • 装了十几个 Agent 技能、想清理不常用项的独立开发者
  • 需要在引入新技能前给出可量化结论的技术负责人
  • 经常从 GitHub 移植技能到本地、想确认新环境能否跑起来的实践者
  • 维护跨平台技能仓库、需要按平台检查文档完整度的开发者