闲社服务运行正常AI智能体自动化平台
s

技能审查器

技能标识:skill-reviewer

Review and audit agent skills (SKILL.md files) for quality, correctness, and effectiveness. Use when evaluating a skill before publishing, reviewing someone else's skill, scoring skill quality, identifying defects in skill content, or improving an existing skill.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
1
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

技能审查器

技能审查器

对代理技能(SKILL.md 文件)进行质量、正确性和完整性的审计。提供结构化的审查框架,包含评分标准、缺陷检查清单和改进建议。

使用时机

  • - 在将技能发布到注册表前进行审查
  • 评估从注册表下载的技能
  • 审计自己的技能以进行质量改进
  • 比较同一类别的技能
  • 决定某个技能是否值得安装

审查流程

第一步:结构检查

验证技能具有所需的结构。读取文件并检查每一项:

结构检查清单:
[ ] 有效的 YAML 前置元数据(以 --- 开头和结尾)
[ ] name 字段存在且为有效的 slug(小写、连字符连接)
[ ] description 字段存在且非空
[ ] metadata 字段存在且包含有效的 JSON
[ ] metadata.clawdbot.emoji 为单个表情符号
[ ] metadata.clawdbot.requires.anyBins 列出真实的 CLI 工具
[ ] 标题(# 标题)紧跟在元数据之后
[ ] 标题后的摘要段落
[ ] 使用时机部分存在
[ ] 至少 3 个主要内容部分
[ ] 末尾存在提示部分

第二步:前置元数据质量

描述字段审计

描述是最有影响力的字段。根据以下标准进行评估:

描述评分:

[2] 以技能的功能开头(主动动词)
良好:为任何项目类型编写 Makefile。
较差:本技能涵盖 Makefile。
较差:关于 Make 的全面指南。

[2] 包含触发短语(当...时使用)
良好:当设置构建自动化、定义多目标构建时使用
较差:完全没有触发短语

[2] 具体范围(提及具体的工具、语言或操作)
良好:SQLite/PostgreSQL/MySQL — 模式设计、查询、CTE、窗口函数
较差:数据库相关

[1] 合理的长度(50-200 个字符)
过短:制作东西(无搜索覆盖面)
过长:300+ 字符(会被截断)

[1] 自然地包含可搜索的关键词
良好:cron 任务、systemd 定时器、调度
较差:关键词生硬堆砌

得分:/8

元数据审计

元数据评分:

[1] 表情符号与技能主题相关
[1] requires.anyBins 列出技能实际使用的工具(不是bash这样的通用工具)
[1] os 数组准确(如果命令仅限 Linux,不要声称支持 win32)
[1] JSON 有效(使用 JSON 解析器测试)

得分:/4

第三步:内容质量

示例密度

统计代码块和总行数:

示例密度:

行数: _
代码块: _
比例: 每 _ 行 1 个代码块

目标:每 8-15 行 1 个代码块
< 8 行/块:可能过于碎片化

20 行/块:需要更多示例

示例质量

对于每个代码块,检查:

示例质量检查清单:

[ ] 指定了语言标签(bash、python 等)
[ ] 命令语法正确
[ ] 在注释中显示输出(如有帮助)
[ ] 使用真实值(不是 foo/bar/baz)
[ ] 没有遗留的占位值(TODO、FIXME、xxx)
[ ] 自包含(不依赖未定义的变量)
或者显示/引用了设置过程
[ ] 涵盖常见情况(不仅仅是边缘情况)

每个示例评分 0-3:

  • - 0:错误或误导
  • 1:可用但过于简单(无输出、无上下文)
  • 2:良好(正确,有输出或解释)
  • 3:优秀(可复制粘贴、真实、涵盖边缘情况)

章节组织

组织评分:

[2] 按任务/场景组织(不是按抽象概念)
良好:## 编码和解码 → ## 检查字符 → ## 转换格式
较差:## 理论 → ## 类型 → ## 高级

[2] 最常见的操作放在前面
良好:基本用法 → 变体 → 高级 → 边缘情况
较差:配置 → 理论 → 最后才是基本用法

[1] 章节自包含(可独立使用)

[1] 深度一致(不随机混合 h2 和 h4)

得分:/6

跨平台准确性

平台检查清单:

[ ] 在相关处注明 macOS 差异
(sed -i vs sed -i、brew vs apt、BSD vs GNU 标志)
[ ] 注明 Linux 发行版差异(apt vs yum vs pacman)
[ ] 如果 os 包含win32,说明 Windows 兼容性
[ ] 说明工具版本假设(Docker v2 语法、Python 3.x)

第四步:可操作性评估

核心问题:代理能否按照这些指令产生正确结果?

可操作性评分:

[3] 指令是命令式的(运行 X、创建 Y)
不是:你可以考虑...或建议...

[3] 步骤按逻辑顺序排列(先决条件在操作之前)

[2] 处理了错误情况(当某操作失败时该怎么办)

[2] 描述了输出/结果(如何验证操作成功)

得分:/10

第五步:提示部分质量

提示评分:

[2] 包含 5-10 条提示

[2] 提示非显而易见(不是阅读文档)
良好:Makefile 头号错误:用空格代替制表符
较差:确保测试你的代码

[2] 提示具体且可操作
良好:使用 flock 防止 cron 运行重叠
较差:小心并发执行

[1] 没有提示与主要内容矛盾

[1] 提示涵盖该主题特有的陷阱/雷区

得分:/8

评分汇总

技能审查评分卡
═══════════════════════════════════════
技能:[名称]
审查者:[代理/人类]
日期:[日期]

类别 得分 满分
─────────────────────────────────────
结构 11
描述 8
元数据 4
示例密度 3*
示例质量 3*
组织 6
可操作性 10
提示 8
─────────────────────────────────────
总分 53+

  • * 示例密度和质量按样本计算,
不求和。使用所有示例的平均值。

评级:
45+ 优秀 — 可发布
35-44 良好 — 需要小幅改进
25-34 一般 — 存在显著差距
< 25 较差 — 需要大幅重做

裁决:[发布 / 修订 / 重做]

常见缺陷

严重(阻止发布)

缺陷:无效的前置元数据
检测:YAML 解析错误、缺少必填字段
修复:验证 YAML,确保 name/description/metadata 都存在

缺陷:错误的代码示例
检测:语法错误、未定义的变量、错误的标志
修复:在干净的环境中测试每个命令

缺陷:错误的工具要求
检测:metadata.requires 列出了内容中未使用的工具,或遗漏了使用的工具
修复:在内容中搜索命令名称,更新 requires 以匹配

缺陷:误导性描述
检测:描述承诺了内容未提供的覆盖范围
修复:使描述与实际内容一致,或添加缺失的内容

主要(发布前应修复)

缺陷:没有使用时机部分
影响:代理不知道何时激活该技能
修复:添加 4-8 个描述触发场景的要点

缺陷:没有示例的文字墙
检测:任何超过 10 行且没有代码块的部分
修复:为描述的每个概念添加具体示例

缺陷:示例缺少语言标签
检测: 没有语言标识符
修复:为每个代码围栏添加 bash、python、javascript、yaml 等

缺陷:没有提示部分
影响:缺少使技能有价值的精炼专业知识
修复:添加 5-10 条非显而易见、可操作的提示

缺陷:抽象的组织方式
检测:名为理论、概述、背景、介绍的章节
修复:按任务/操作重新组织:用户试图做什么

次要(最好修复)

缺陷:占位值
检测:foo、bar、baz、example.com、1.2.3.4、TODO、FIXME
修复:替换为真实值(myapp、api.example.com、192.168.1.100)

缺陷:格式不一致
检测:混合的标题级别、不一致的代码块样式
修复:标准化标题层次结构和格式

缺陷:缺少交叉引用
检测:提及其他技能涵盖的工具/概念但未引用
修复:添加有关 Y 的更多信息,请参阅 X 技能的注释

缺陷:过时的

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 skill-reviewer-1776118210 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 skill-reviewer-1776118210 技能

通过命令行安装

skillhub install skill-reviewer-1776118210

下载

⬇ 下载 skill-reviewer v1.0.0(免费)

文件大小: 5.83 KB | 发布时间: 2026-4-15 14:23

v1.0.0 最新 2026-4-15 14:23
Initial release — structured review framework for agent skills
返回顶部