Skill Tester & Analyzer 是一个元技能（meta-skill），用于深度测试和审计其他 Claude 技能。它会为测试运行插入探针，捕获原始 API 调用轨迹，记录所有脚本的 stdin/stdout/stderr 及耗时，执行确定性安全扫描，并针对技能中内嵌的脚本运行专门的安全与代码审查子代理。
用途：测试技能行为、分析其如何使用 Claude API、检查脚本的输入输出。
会话目录结构：报告根目录下生成 <skill_name>_<YYYYMMDD_HHMMSS>/，包含 manifest.json（验证结果与会话元数据，由 setup_test_env.py 创建）、sandbox/（脚本执行的隔离工作区）、inventory.json、scan_results.json（确定性安全发现，B9 先运行）、prompt_lint.json（确定性提示质量发现，B11 先运行）、prompt_review.json、api_log.jsonl、script_runs.jsonl、security_report.json、code_review.json、session_report.html 和 report.html。
模式：Full（默认，全部阶段 2-9，命令 /st:run）；Audit（仅静态分析，阶段 2-4、6-7、9，命令 /st:audit）；Trace（仅运行时捕获，阶段 2、5、8、9，命令 /st:trace）；Report（仅重新生成 HTML，阶段 9，命令 /st:report）。
命令：/st:init 初始化会话；/st:run 全量分析；/st:audit 仅静态分析；/st:trace 仅运行时捕获；/st:report 从会话数据重新生成 HTML；/st:status 查看会话状态；/st:resume 恢复中断的会话。
结果解读：安全严重级别分为 CRITICAL（存在实际利用风险，如 shell 注入、RCE、硬编码生产密钥，应阻止使用并立即修复）、HIGH（可能的数据泄露或权限提升，生产前修复）、MEDIUM（纵深防御缺口，下次迭代修复）、LOW（风格/实践问题，报告中注明）、INFO（无风险观察）。代码质量评分 0-10：9-10 可投产，7-8 需小幅改进，5-6 存在明显差距建议重构，低于 5 存在重大问题需返工。官方文档未提供更多使用限制说明。