用途：用 PluginEval 评估本仓库中的技能，并在每个技能自己的目录下生成 Markdown 格式的 EVALS.md 报告。PluginEval 通过 uvx 从 wshobson/agents 按需拉取，不在仓库内 vendored。
主要能力：每个技能派发一个子智能体并行工作，使报告并行产出，并把子智能体冗长的 uvx/LLM 输出隔离在主上下文之外。上游文档随附本地，无需联网即可查阅：references/plugin-eval.md（评估框架的命令、深度、层、维度、徽章）、references/agent-skills-how-skills-work.md（好技能的标准，如渐进披露、触发、规范规则）、references/fix-playbook.md（把弱维度转化为具体的 SKILL.md 修改，供 --fix 使用）。
参数：--review 为默认，按标准深度（静态 + LLM 评审）打分并写 EVALS.md，不修改技能；--fix 在 review 后改进最弱技能的 SKILL.md（仅工作区未提交），并重跑确认提升；--certify 运行完整端到端认证（deep、全部三层、徽章），较慢；可显式传入一个或多个技能目录路径，省略时通过与 main 做 diff 自动检测目标。--fix 与 --certify 可组合：先 certify，再基于认证报告做 fix。
使用方式：确保语料库存在（仅缺失时运行一次）：test -d ~/.plugineval/corpus || ./scripts/eval-skills.py --command init plugins/ --corpus-dir ~/.plugineval/corpus。解析目标技能，若未传路径则用 git diff --name-only main...HEAD 定位变更文件对应的技能目录并去重，运行前向用户回显解析出的列表。随后在单条消息中并行派发子智能体，每个子智能体只处理一个技能：review 模式运行 make eval-skill SKILL=<path>，certify 模式运行 make eval-certify SKILL=<path>。子智能体捕获 stdout、剥离开头的 make 回显与 uvx 下载/构建/安装噪音，保留从 # PluginEval Report 起的内容，写入 <path>/EVALS.md，review/certify 模式下不修改技能本身，回传综合得分、徽章和反模式。最后以表格汇总技能、综合得分、徽章、反模式数和最低分维度，并确认 EVALS.md 已写出。--fix 时按最低分优先，读取 EVALS.md 找出弱维度与反模式，参照 fix-playbook.md 并对照 how-skills-work 文档做针对性修改（必要时新增 references/ 文件），只改工作区不提交；重跑该技能 eval、覆盖 EVALS.md 并记录前后得分差值，改动保持未提交供用户审查。该工具始终通过按技能的 make eval-skill（标准深度）和 make eval-certify（深度）逐个评估，从不使用仓库级 make eval。
示例：/skill-evals；/skill-evals --fix；/skill-evals --certify .claude/skills/doc-generator；/skill-evals .claude/skills/doc-generator .claude/skills/twitter-media-downloader。
限制与成本：--review 约每技能 4 次 LLM 调用、约 30 秒（经 Claude Code Max / claude-agent-sdk）；--certify 约每技能 54 次 LLM 调用、约 15–20 分钟，认证超过一两个技能前需与用户确认。EVALS.md 为有意不追踪的输出，每次运行重新生成。所有命令均在仓库根目录运行。