Skill质量评测神器

你要解决什么问题

在 SkillHub 或其它 Agent 场景里发布 Skill，常见问题不是「能不能跑」，而是文档与行为是否一致、触发边界是否清楚、安全与异常处理是否过关。人工通读 SKILL.md 和目录结构很耗时，也容易漏掉供应链、命令执行、Prompt 注入等静态风险点。

它怎么工作

本技能围绕 SkillHub TRACE 五维体系做自动化评测：T（可信任度）、R（可靠性）、A（适用性）、C（规范性）、E（有效性）。你指定待评测目录 --path，可选 --depth（minimal / normal / deep）和 --format（json / report / markdown），工具会在数秒内给出各维分数、优势/问题/建议，并汇总 P0/P1/P2 问题与改进路线图。

典型流程：

• 上架前自检：对照各维目标区间（例如 T 倾向 4.8–5.0、R/E 倾向 4.5–5.0），看是否达到「优秀/良好」发布线。
• 迭代现有 Skill：针对 E 维常见低分项（示例不全、文档与功能不符、输出不可直接用）按建议补示例与模板。
• 安全侧栏：报告中含供应链、命令执行、网络外传、文件操作、Prompt 注入、远程代码执行等检测项说明。

边界与注意点

评测以 AI 自动化与静态分析 为主，不能替代真实运行测试或第三方安全审计；分数与「发布准备度」供参考。深度越深耗时越长（deep 约 5–10 秒）。工具自述 零外部依赖（Python 标准库），兼容常见 Agent 与 macOS/Linux/Windows。