技能审计器

要解决什么问题

在 SkillHub 或自建技能库里，Agent 技能往往由不同作者维护：SKILL.md 写法不一、触发条件描述模糊、与 @owner/slug 规范名对不齐，读者和模型都难以判断「这份技能到底管什么、什么时候该用」。手工通读几十份文档既慢，也容易漏掉结构性问题。

Skill Auditor 把「审技能」这件事交给大模型按固定审查视角执行，适合在发布前自检，或在收录第三方技能时做第一轮结构化阅读。

技能如何工作

作为 ai-agent 类技能，它通常围绕一份待审的 SKILL.md（及你提供的清单字段）展开，核心思路是：

• 对齐身份与范围：核对展示名、规范名、分类是否与正文描述一致，避免标题与能力脱节。
• 可读性与可执行性：检查说明是否像写给工程师的技术文档——有问题陈述、能力边界、步骤或约束，而不是空泛宣传语。
• 触发与边界：从正文中推断「何时应启用该技能」，并标出资料缺失或表述含糊之处，便于作者补全。

你可以在对话中粘贴技能正文或分步索要 JSON 字段；审计结果宜作为编辑稿建议，而非自动改库的唯一依据。

适用边界与注意点

• 资料过少时，审计只能基于名称与分类做保守推断，不会替你编造未声明的核心功能。
• 它不替代人工对安全、许可、依赖与运行时行为的审查。
• 规范名格式如 @user_152a8db2/skill-auditor-ai 应与平台安装提示一致，避免文档与安装源分叉。