Skill Eval 是用于评估 AI Agent Skill 的框架，覆盖安全（审计）、质量（功能）、可靠性（触发）和成本效率（Pareto 分类）四个维度。
主要命令：audit 进行安全与结构扫描（密钥、权限、规范符合性）；functional 做质量评估，对比使用与不使用技能时的输出；trigger 测试激活精度，区分相关与不相关查询；report 给出综合评分，由 audit（40%）+ functional（40%）+ trigger（20%）组成；compare 在同一评估用例上并排比较两个技能；snapshot 保存当前审计作为回归基线；regression 检查相对基线的分数回退；lifecycle 做版本跟踪与变更检测；init 从 SKILL.md frontmatter 生成评估脚手架。
快速开始示例： skill-eval audit /path/to/skill skill-eval report /path/to/skill skill-eval functional /path/to/skill skill-eval trigger /path/to/skill
评估文件格式：功能评估放在 evals/evals.json，包含 id、prompt、assertions、files 字段；触发查询放在 evals/eval_queries.json，包含 query 与 should_trigger 字段。评分等级为 A（90+）、B（80-89）、C（70-79）、D（60-69）、F（<60），发现项扣分：CRITICAL −25、WARNING −10、INFO −2。
适用场景包括技能安全审查、质量与触发可靠性验证、版本对比与回归监控。限制方面，资料未提供安装方式、运行环境要求、收费模式及具体平台支持信息。