用途：评估目标为本地技能目录或 SKILL.md 文件的 Codex 技能，默认入口是把“评估这个技能”作为请求，按工程化视角审视技能质量与用量。
主要能力：检查 frontmatter 有效性、name 与 description 质量、渐进式披露与引用使用、相对链接是否失效、SKILL.md 或描述是否过大、TypeScript 与 Python 辅助脚本质量；报告结构包含 At a Glance、Why It Matters、Fix First 与 Recommended Next Step；可区分结构性、预算相关与代码相关的问题；可测量真实 token 用量并给出后续埋点或改进建议。
使用方式：用户给出路径时直接评估；只给技能名时先本地解析，优先 ~/.codex/skills/<skill-name>，其次仓库内 skills/<skill-name>。若以自然语言发请求，可用 plugin-eval start <skill-path> --request "<user request>" --format markdown 展示路由路径。分析用 plugin-eval analyze <skill-path> --format markdown；预算解释用 plugin-eval explain-budget；用量建议用 plugin-eval measurement-plan <skill-path> --observed-usage <usage.jsonl> --format markdown；初始化基准用 plugin-eval init-benchmark <skill-path>，再运行 plugin-eval benchmark <skill-path> --dry-run。若用户要求“分析”，不要止于报告，需运行 init-benchmark 并展示细化 .plugin-eval/benchmark.json 起始场景的设置问题；若要查看真实用量，切换到测量流程并运行基准。若用户要改写方案，转到 improve-skill。
适用场景：审计本地技能、解释评分原因、确定优先修复项、测量 token 用量。
限制：仅面向本地技能目录或 SKILL.md；需具备 plugin-eval 命令与环境；资料未提供收费标准、支持平台与具体评分阈值。