Skill Review 是一个面向技能包（skill）的质量审查工具，提供批量扫描与单技能深度审查两种模式，输出结构化报告供后续修复使用。
用途与使用场景
该技能用于以下场景：对整个技能生态（skills 目录）做周期性健康检查；批量编辑或新增一批技能后进行扫描；在发布前审查单个技能；排查某个技能无法触发或输出质量差的原因；以及在技能进入生态前做质量把关。
输入方式
该技能接收一个位置参数：
all：对skills/**/SKILL.md做批量扫描。<skill-name>：对skills/**/<skill-name>/SKILL.md做深度审查。
还可以附带后续上下文，例如指定聚焦范围（如“只看归属”“只看描述”）以及本次审查的触发原因（如“它从不触发”“输出不对”）。
工作流程
参数解析（Phase 0）
读取参数：若等于 all（不区分大小写），进入批量扫描模式；否则视为技能名，按 skills/**/<arg>/SKILL.md 匹配。唯一匹配进入深度审查模式；零匹配返回模糊候选列表并停止；多匹配则请求用户消歧。
批量扫描模式（--scope=all）
以速度优先，快速评分并标记问题，可用子代理并行执行各类检查。
- 发现：匹配
skills/**/SKILL.md，解析前置元数据，生成技能清单表（技能、分类、版本、描述长度、正文行数、引用数量）。 - 批量检查：覆盖前置元数据一致性（必填字段、名称与目录一致、版本为合法 semver、描述以动作动词开头且不超过 200 字符）；规范符合性（frontmatter 字段值中不得含
<或>，描述不超过 1024 字符硬上限）；保留前缀名称（claude-*/anthropic-*）作为有文档记录的例外处理；工具字段命名（allowed-tools为规范写法，allowed_tools为已弃用别名）；归属冲突检测（收集各代理角色的owns.directories与owns.patterns，标记重叠）；描述质量评分（动作动词、至少 3 个触发上下文、关键词变体、歧义时说明排除项、估计“推行力”）；渐进式披露（正文词数与行数、引用链接、正文超过 5000 词或 500 行软警告、引用超过 300 行且无目录标记）；跨技能一致性（composes_with与spawned_by指向真实技能、无循环引用、无孤立引用文件）；覆盖缺口（与架构文档、CLAUDE.md、编排器文件归属图比对）。 - 分诊：突出影响最大的 3–5 个问题，建议哪些技能值得单独跟进，并标注哪些问题可由 skill-update 直接处理。
深度审查模式（--scope=<skill-name>）
阅读技能目录树中的每个文件，按评分标准对每个维度给出 1–5 分并附具体证据。
- 结构分析：对照深度审查评分标准，评估前置元数据合规性、描述质量、渐进式披露、指令清晰度、协作关系、完整性以及反模式（包括模型适配检查与写作工艺检查）。
- 实时触发测试：先检查技能是否带有触发测试（至少一个必须激活的示例措辞，最好还有一个不应激活的近似措辞），缺失即标记为问题。若
/skill-creator可用，则生成 3–5 个应触发的真实提示、2–3 个不应触发的近似提示，运行触发评估，报告应触发命中率与误报率，并列出问题触发。若不可用则跳过并注明。 - 输出质量抽样：对产生结构化输出的技能，选取 2 个代表性测试提示，通过技能（或 skill-creator 测试框架）运行，比较实际输出与技能声明的格式，记录差距；可选对比有技能与无技能的输出来判断技能是否值得其上下文成本。
输出结果
两种模式均按报告格式规范生成两个产物：
skill-review-report.md：面向人类的结构化 Markdown 报告。skill-review-report.json：供 skill-update 使用的 JSON 附属文件。
批量扫描模式保存到仓库根目录或用户指定路径；深度审查模式保存到 {skill-path}/skill-review-report.{md,json}。报告完成后提示用户：将 JSON 附属文件输入 /skill-update 生成修复计划，或用 --scope=<skill-name> 再次运行以深入查看特定技能。
数据来源
在建议更改前，可运行 scripts/skill-health.sh report --json 获取真实使用信号，包括每个技能的调用总数、7 天/30 天成功率、下降标记以及版本漂移。该信号为粗略尽力而为的数据，发射器只能在技能工具调用时归属技能并记录 outcome:unknown，因此“无数据”表示“未观测到”而非“损坏”。该信号仅用于排定优先审查顺序和佐证质量下降判断，不作为低分的唯一依据。
指导原则
保持建设性，每个问题给出具体建议；诚实评分并解释理由；高度重视触发测试，因为不触发的技能无论写得多好都无用；建议修复时按一次一个聚焦改动、改动间重新验证的方式进行；批量扫描模式不读取引用文件内容，除非检查孤立或断链；深度审查模式中若用户提供了上下文，以该投诉为先；批量扫描即使范围被过滤，仍应对照完整清单验证跨技能引用；可用子代理并行执行独立检查类别。