前言¶

自己写的 Agent Skill 往往「能跑」，但 description 写宽了会误触发、写窄了会漏掉任务；正文缺示例时模型输出漂移，结构冗长又白白占 Token。这些问题上线后靠用户反馈改，成本比发布前自查高不少。若你已有完整的 SKILL.md 和配套资源，希望在发布或共享前拿到一份可对照修改的评分与改进清单，下面介绍 SkillHub 社区 Skill skill-reviewer（坐标 @user_f49a700e/skill-opt-reviewer）的用法与边界。

这是什么¶

skill-reviewer 是面向 SKILL.md 及同目录资源 的质量审计 Skill：由社区发布者 user_f49a700e 维护，分类为 ai-agent，当前 SkillHub 版本为 1.0.0，来源为 community，标签标明 requires_api_key=false（不依赖外部 API Key）。

它把审查结果收敛为「基准分 100 + 附加分 30」的双层评分，并输出结构化审查报告；审查结束后还可按需生成正例、反例、边界三类触发测试用例。官方说明强调：description 不精准会导致误触发或漏触发，缺少示例会让输出不稳定，结构混乱会浪费 Token——在发布前发现这些问题，比上线后再改更省事。

本 Skill 不适用于从零创建 Skill，也不适用于对业务代码做代码审查。

核心功能¶

经与 SkillHub 页面及 Skill 包内 SKILL.md 对照，可核实的能力如下。

双部分评分体系¶

审查时加载包内 references/checklist.md，按检查项逐项打分：

1. Part A 基准分（满分 100）：6 个维度、共 41 个检查项，覆盖描述质量、结构与格式、指令质量、Token 效率、安全性、防错与稳定性。
2. Part B 附加分（满分 30）：10 个检查项，侧重工程管理、质量保障、持续改进、易用性增强。

基准分与附加分分别对应等级与星级（例如基准 90–100 为「优秀」，附加 25–30 为三星级工程化）；具体阈值以 checklist 中的「评分指南」为准。

结构化审查报告¶

报告包含 Part A / Part B 维度得分表、仅列出未得满分的待改进项、实际存在的反模式，以及简短总结。输出前需对照 references/examples.md 中的格式与尺度，并做总分加和、反模式与 checklist 的对照自查，避免「维度凑数」「修复建议照抄 checklist」等不合格报告特征。

测试用例生成（可选）¶

审查完成后，若你选择为被审 Skill 生成测试用例，Skill 会：

1. 从 description、正文步骤与 Few-Shot 等提取场景；
2. 生成正例（应触发）、反例（不应触发）、边界用例（模糊意图），每类含用户提问、期望行为与评判标准；
3. 将完整内容写入被审 Skill 根目录下的 evaluation/test-cases.md（目录不存在则创建；已存在则覆盖为最新版本）。

内容获取方式¶

Agent 按你的输入获取被审 Skill：提供文件路径时用读文件；粘贴内容时直接使用；仅给 Skill 名称时，会在 ~/.codebuddy/skills/ 与项目 .codebuddy/skills/ 中搜索（其他 Agent 的 skills 目录以各自环境为准，安装时需装到当前客户端能识别的目录）。

安装与启用¶

SkillHub 官方安装说明见 skillhub.cn/install/skillhub.md。若本机尚未安装 CLI，可先检查版本：

command -v skillhub && skillhub --version

未安装时可执行完整安装（CLI + 默认 Skill）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

安装 skill-reviewer 时，必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能不会被客户端加载：

skillhub install skill-opt-reviewer --namespace user_f49a700e --dir <你的 skills 目录>

常见客户端 skills 路径（摘自 SkillHub 安装文档）：

安装后按你所用客户端的要求刷新或重启，使 Skill 生效。本 Skill 无额外 API Key 配置。

典型用法¶

1. 用自然语言触发¶

在对话中使用 Skill 自述的触发表述即可，例如：审查 Skill、Skill 打分、Skill 评分、Skill 质量、Skill 评估、Skill 审计、测试 Skill、检查 SKILL.md、发布前检查。

2. 提供被审对象¶

任选其一：

1. 给出 SKILL.md 的路径（及所在 Skill 目录，便于列出 scripts/、references/、assets/ 等）；
2. 直接粘贴 SKILL.md 全文或片段；
3. 只提供 Skill 名称（依赖 Agent 在已配置的 skills 目录中定位）。

3. 等待审查流程¶

Agent 会按 Skill 内定义的步骤：收集全部文件 → 加载 checklist → 逐维评分 → 按模板输出审查报告。你可要求根据报告逐项修改，或在结束后选择生成测试用例并写入 evaluation/test-cases.md。

若需自测本 Skill 的输出，包内 SKILL.md 提供了格式校验、分数加和、以及测试用例文件是否存在的 shell 检查示例，例如：

test -f <skill-dir>/evaluation/test-cases.md && echo "文件存在" || echo "文件缺失"
grep -c "## 正例\|## 反例\|## 边界" <skill-dir>/evaluation/test-cases.md
# 预期输出：3

适用场景与注意¶

适合：你已完成 Skill 初稿，要在团队内发布、上架 SkillHub 或交给他人使用前，做一次可量化的质量门禁；需要针对触发词与边界生成可回归的测试用例表。

不适合：从零撰写 Skill 正文（应使用创作类 Skill 或人工编写）；审查应用仓库里的业务源码。

注意：

1. 评分依赖 Agent 严格执行 checklist 与 examples，不同模型或是否读取 references 会影响一致性；重要发布建议人工复核高分项与反模式结论。
2. 测试用例写入会覆盖已有的 evaluation/test-cases.md，覆盖前请自行备份。
3. SkillHub 展示数据（截至资料抓取）：评分 100000，下载 1073，安装计数以页面为准；与第三方摘要中的数字可能不一致，以 SkillHub 技能页 为准。

结尾¶

skill-reviewer 把 SKILL.md 的质量问题从主观「感觉还行」变成可对照的 100+30 分报告和可选的触发测试用例，适合作为发布前的一道检查。官方入口：SkillHub - skill-reviewer；API 坐标页：https://api.skillhub.cn/user_f49a700e/skill-opt-reviewer。