用途：对单个 SKILL.md 文件进行评分、审计或打分，返回字母等级、加权分类得分、优点、按优先级排列的发现（含可直接粘贴的补丁）以及修复后的预测等级。评分依据资料中给出的评分标准文本，而非记忆。
主要能力：解析 frontmatter 与正文，检测技能类型（methodology、technical、auditing、reference、automation），检查是否存在评测集（references/ 或 legacy reference/ 下的 EVAL.md，或 evals/evals.json），按七个分类各打 0–100 分，再通过 python3 <generate-skill>/scripts/measure.py score <7 个分数> 生成加权表与等级，并按 P0、P1 应用后预测等级。七个分类及权重为：描述质量 25、frontmatter 有效性 20、长度与渐进披露 15、类型结构匹配 15、示例 10、简洁性/上下文经济 10、反模式与校准 5。等级区间：A 90–100、B 80–89、C 70–79、D 60–69、F <60。
使用方式：先解析路径，若传入目录则取其内的 SKILL.md；未传路径时询问一次“Which SKILL.md should I rate?”。读取整个文件，分别解析 frontmatter 与正文，正文行数为闭合 --- 之后的所有行（含空行），正文 token 数按字符数除以 4 估算。检测类型时若两个类型都符合，选择正文已命名其必需章节的那个，并在报告中说明类型与取舍理由。检查评测集，缺失记为长期 P1。逐类评分后运行 measure.py 生成加权表与等级，最后按输出格式生成报告。
适用场景：需要评估、审计或改进某个 SKILL.md 时使用，触发语包括“rate this skill”“grade this skill”等。
限制：评分必须依据资料中的评分标准文本；评测集缺失为 P1，但不扣分也不加分；报告长度应与技能需要匹配，不写填充章节或结尾总结。资料未提供该技能的安装方式、收费、价格、平台或效果信息。