SkillHub 发布与评分优化

解决什么问题

把 Skill 发布到 SkillHub 只是第一步。更常见的问题是：模型读不懂 description，触发关键词模糊，文档缺少输入输出契约，脚本没有降级处理，评分在适应性、规范性、有效性、可靠性、可信度五个维度被扣分。同时，真实发布还会遇到限频和间歇性服务端错误。这个技能把发布参数、限频策略和评分要点整理成一套可执行流程。

核心能力与工作流

发布前：补齐接口契约

• 必填 Frontmatter：name、slug（全局唯一，小写加连字符）、displayName（中文）、version、author。
• description 使用中英双语，控制长度不超过 1024 字符，并在末尾追加 TRIGGER、INPUT、OUTPUT，让 AI 能精确匹配触发条件和调用方式。
• 保持单职原则：一个 Skill 只做一件事，优先补齐 AI 原生不擅长的能力，例如格式转换、并发检测、JS 渲染抓取。

发布中：处理限频与重试

• 遇到 发布频率过高 时，按 15 秒、30 秒、60 秒的间隔逐步重试。
• 批量发布建议每组不超过 3 个，组间间隔至少 30 秒。
• 先用 dry-run 校验参数和文件结构，它不受发布限频影响。

发布后：按五维标准优化

• 适应性：明确能力边界，写清能做什么和不能做什么，给出精确触发词和不触发说明。
• 规范性：提供 5 条 FAQ 和 3 条反模式，文档包含多场景示例和输入输出对照。
• 有效性：规则要覆盖所有声称的能力，调用后直接输出结果，避免反复确认。
• 可靠性：为空输入、过短输入、过长输入和格式错误准备四级降级；定义有效输入标准和提示。
• 可信度：全中文文档，零海外 API 依赖，并通过 SkillHub 安全扫描。

真实评测数据和修复对照记录在 references/evaluation-data.md，可以按维度逐项校准文档和脚本。

适用边界与注意点

• dry-run 通过只代表本地结构和参数正确，不等于正式发布一定能通过。
• 某个 slug 持续返回 566 时，通常是 SkillHub 后端问题，间隔重试无效就等数小时后再试。
• status=None 属于正常状态，通常等待 2 到 3 分钟索引完成。
• 文档必须包含 SKILL.md、scripts/，并至少有一个 knowledge/ 或 references/ 子目录，否则文件结构会扣分。
• 该技能用于优化发布和评分流程，不改变 SkillHub 的后端评测规则，也不负责绕过限频。