用途：对 skills/*/SKILL.md 形式的技能做可复现的双轴审查，一轴为基于代码的确定性检查，另一轴为大语言模型对内容质量的定性评审，最终按权重合成总分。
主要能力：随机或固定技能选择；自动轴评分，可选执行测试；生成 LLM 提示词；合并 LLM 的 JSON 审查结果并按权重计算最终得分；通过 --project-root 跨项目审查。自动轴评估元数据、工作流覆盖、执行安全、产物存在性与测试健康度，并能识别 knowledge_only 技能以避免不公平扣分；LLM 轴评估正确性、风险、缺失逻辑与可维护性。最终分低于 90 时，报告中会列出改进项。
使用方式：需 Python 3.9+，推荐 uv。先运行脚本自动轴并生成提示词：uv run "$REVIEWER" --project-root . --emit-llm-prompt --output-dir reports/；再让 LLM 按提示词返回严格 JSON；最后合并：uv run "$REVIEWER" --project-root . --skill <skill-name> --llm-review-json <path-to-llm-review.json> --auto-weight 0.5 --llm-weight 0.5 --output-dir reports/。可用 --skill 或 --seed 固定选择、--all 审查全部、--skip-tests 跳过测试、--output-dir 更换输出目录。全局安装可用符号链接指向 ~/.claude/skills/。
输出：reports/skill_review_<skill>_<timestamp>.json、.md，以及启用 --emit-llm-prompt 时的提示词 .md 文件。
限制：需目标项目具备测试环境（如 uv sync --extra dev）；LLM 轴合并须提供符合 review schema 的 JSON 文件；未提供的信息暂未说明。