OpenClaw 技能质量评估

解决的问题

选择 OpenClaw skills 时，README 和示例往往无法直接反映真实质量：文档缺字段、配置项不清晰、代码有潜在风险、版本维护停滞都可能影响后续使用。skill-assessment 针对这类问题，提供一个轻量静态分析视角，在安装前、发布前或批量盘点本地 skills 时，对关键质量信号做可比较的评估。

评估方式

该技能围绕四个维度打分：文档完整性、代码质量、配置友好性、维护活跃度。

• 文档完整性：检查说明是否覆盖必要使用信息，避免只留下入口示例。
• 代码质量：关注代码中的质量与安全信号，而不是替代完整 SAST 或人工审计。
• 配置友好性：评估配置项是否清晰、可理解、便于本地调整。
• 维护与版本信号：结合维护活动与版本信息，判断 skill 是否仍在演进。

输出更适合用于对比相似 skills、发布前自查，以及批量 review 本地技能目录。它把“看起来能不能用”转成一组可跟踪的问题清单，方便后续改进。

适用边界

skill-assessment 是静态分析工具，不执行复杂运行时验证，也不等同于安全认证或合规审计。对强依赖运行时环境、私有 API 或人工策略的 skill，结果需要结合人工判断。