TRACE 五维满分优化器
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_8e3169aa/skill-quality-maximizer。
技能介绍
你正在面对什么问题
在 SkillHub 或其它 Agent 生态里发布 Skill,不只是把 SKILL.md 和脚本堆进目录:平台侧会用 TRACE(可信任度 T、可靠性 R、适用性 A、规范性 C、有效性 E)做严选评测,T 维触碰安全红线会直接淘汰。作者常见问题包括:新建的 Skill 不知道能不能发、各维度大概几分;已有评分卡在 4.0 左右不知道失分在哪;发布前担心脚本注入、权限越界、description 触发词不清晰等结构性硬伤。
技能如何工作
本技能把「读目录 → 五维诊断 → 自动化检测 → 自查清单 → 修复方案」串成可重复工作流,并按用户意图分三档响应:
- L1 新建自检:快速扫描五维,给出评分预估与改进清单
- L2 已有 Skill 优化:加载
references/trace-criteria.md,逐维分析失分原因,结合references/common-issues-fixes.md输出修复建议 - L3 发布前终检:完整审计 + 运行
scripts/evaluate_skill.py+ 对照references/perfect-score-checklist.md逐项确认
诊断时会系统解析 SKILL.md frontmatter、scripts/(安全与依赖)、references/(渐进式披露)、assets/(安全与规范)。R/A/C/E 各维有明确检查项,例如脚本需异常处理与边界输入、description 需 3~5 个触发词与适用/不适用场景、E 维强调相对「裸模型」的真实增益而非堆字数。
边界与注意点
评分预估依据 TRACE 公开标准与最佳实践,不能替代 SkillHub 官方终评;自动化脚本侧重结构与安全,主观性较强的 E 维仍需人对照场景判断。修复优先级上,技能内部建议 T > R > A > C > E。若未提供待评 Skill 路径,会先询问目录路径再开始 Phase 1。
使用场景
- 刚写完一个新 Skill,想在提交评审前用五维快速扫描,搞清楚各维度预估分和优先改哪些项。
- SkillHub 上已有 Skill 总分或单维偏低,需要按 T/R/A/C/E 逐条对照标准找出失分原因并生成修复清单。
- 准备发布到 SkillHub,要做发布前终检:跑自动化检测脚本并对照 40+ 项满分自查表确认无硬伤。
- 团队统一技能规范,希望批量审视 `scripts/` 是否存在命令注入、硬编码密钥或 description 缺少中文触发词等问题。
适合人员
- 在 SkillHub 上架 Agent Skill 的独立作者,发布前想把 T 维安全红线和 R 维脚本稳定性过一遍。
- 维护多条内部技能的平台工程师,收到「评分不够」反馈时需要结构化诊断而非凭感觉改文案。
- 参与 TRACE 体系内测或严选的技能编辑,要用同一套 criteria 与 checklist 辅导作者改到 4.5+。
- 为 Cursor/Claude 等助手编写 `SKILL.md` 与配套脚本的全栈开发者,不清楚适用性与规范性维度的满分写法。