技能介绍

提示词「看着还行」，跑起来却到处漏

写下一段 SKILL.md 或智能体设定后，最难的判断不是「它写得对不对」，而是「它能不能上线」。人工评审往往凭直觉给出「还行」，而线上暴露的问题却集中在固定位置：触发词太宽，技能到处乱接（Adaptability）；没有失败兜底，边界输入直接崩（Reliability）；文档没写权限边界，模型默认可以执行危险操作（Trust）。这些问题散落在文档各处，通读一遍很难系统性抓全。

这个技能把评审标准化：输入任意一段 SKILL.md、提示词或智能体设定，输出带分数的体检报告和改造清单，而不是一堆「建议优化一下」的空话。

TRACE 五维评分

每个维度各打 0–5 分：

Trust 可信任：有无危险操作护栏、合规免责、权限边界
Reliability 可靠：边界输入与失败兜底、是否可能编造、结果能否复现
Adaptability 适用：触发词是否清晰、会不会误触或漏触
Convention 规范：frontmatter 是否完整、章节结构、命名一致性
Effectiveness 有效：工作流是否具体、有无示例、结果能否验收

每维的分数必须配 1–2 句依据，直接引用原文的具体行或段落，不允许凭印象打分。这也是它与普通「给个改进建议」的区别：结论可以追溯回原文。

工作流

审计固定走五步：

接收用户粘贴的技能内容或设计描述
逐维打分并给出依据
综合分取五维均值，标注星级
输出改造清单，按高/中/低优先级排序，每条包含「问题 → 改法 → 预期提升维度」
对最关键的 1–2 处，直接给出改写后的文本片段

适用边界

审计只覆盖文档层面：能看到 frontmatter 缺失、触发词含糊、没有失败兜底这类问题，但无法从文档判断模型在真实任务中的成功率。改造清单说明「怎么改文档」，是否上线仍由你自己决定——技能会给出明确的建议与理由，但不做终审。另外，如果输入的技能内容本身缺少示例或边界描述，审计会如实给出低分，而不是凭空补全后再给高分。