Agent Skills
返回列表
Skill 质量审查器

Skill 质量审查器

AI Agent 更新于 2026.08.30

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_f49a700e/skill-opt-reviewer。

技能介绍

解决什么问题

很多 SKILL.md 上线后才会暴露问题：description 写得太宽或太窄，导致误触发；正文缺少示例，模型行为不稳定；目录里混入无关资源，审查者也不知道哪些文件真正影响评分。skill-reviewer 把这些问题前置：它读取目标 Skill 的 SKILL.md、目录结构和附带资源，再按固定 checklist 输出可复核的报告。

如何工作

  • 先收集文件：读取 SKILL.md，列出 scripts/、references/、assets/ 等目录，并读取相关资源。
  • 再加载标准：从 references/checklist.md 读取 100 分基准项 与 30 分附加项。
  • 逐项评分：只暴露未满分检查项，并给针对性扣分说明。
  • 输出报告：包含维度表、附加分、反模式、待改进项和总结。
  • 可选生成测试用例：正例、反例、边界场景，并写入被审查 Skill 的 evaluation/test-cases.md。

适用边界

它适合发布前审查、代码评审式优化，不适合替代模型能力测试或业务验收。评分尺度依赖 checklist.md 与 examples.md，如果目标 Skill 的领域非常特殊，仍需人工判断扣分项是否过严或过松。

使用场景

  • 发布前审查描述与正文步骤，并输出待改进项报告。
  • 团队共享技能目录时，统一检查目录结构、资源与清单得分。
  • 修改已有技能后，对比基准分与附加分，定位扣分维度。
  • 上线前生成正例、反例和边界用例，并写入测试用例文件。

适合人员

  • 负责维护共享 Skill 目录的 Agent 工程师，想在发布前发现触发不稳和结构问题。
  • 管理团队技能仓库的全栈工程师，想统一检查清单得分并输出待改进项。
  • 为团队沉淀 Agent 资产的 AI 产品工程师，需要把审查报告和测试用例落盘。
  • 新接手遗留 Skill 目录的工程负责人，想快速定位基准分、附加分与反模式。