用途：审查 agent skill，结合自动化校验与分析性改进建议，输出评分报告、识别质量问题，并可在用户同意后交互式应用修复。
主要能力：
- 自动校验：运行 validate.py 获得评分报告，支持详细输出与严格模式。命令：python3 {SKILL_DIR}/scripts/validate.py run --path <skill-path>；加 --format detailed 获取修复建议；加 --strict 将警告视为失败。脚本以 JSON 输出到 stdout，含 status、path、score（total/pass/warn/fail）、grade、checks、hint。
- 结构化画像：运行 bash {SKILL_DIR}/scripts/analyze.sh analyze <skill-path>，输出技能量化事实，如层级、章节标题、脚本清单、功能标志、未完成占位符数量等。
- 深度分析：直接读取目标 SKILL.md 及关键脚本/引用文件，并读取 references/improvement_patterns.md 加载改进模式知识库。
- 报告呈现：按评分与摘要、失败项、警告项、改进建议顺序展示；建议含改什么与为什么、前后示例或具体指令、编辑哪个文件、优先级（高/中/低）。
- 交互式改进：询问用户修复全部、挑选或不做，逐项编辑并确认，可选重跑 validate.py 查看新评分。
校验类别：structure、naming、content、paths、scripts、security、completeness。评分：A 全部通过零警告；B 全部通过有警告；C 1–2 失败；D 3+ 失败；F 缺 SKILL.md 或无有效 frontmatter。
分析维度：描述质量、工作流清晰度、运行时健壮性、脚本质量、文档、安全、用户体验（含 has_checklist、has_completion_report、has_input_adaptation、has_language_section、has_cross_skill_handling、has_preference_persistence 等标志，需按 improvement_patterns.md 的适用条件判断）。
使用方式：先提供技能目录路径（或自动检测当前目录的 SKILL.md），依次执行校验、画像、深度分析，再查看报告并选择修复项。
限制：资料未提供安装方式、收费、平台支持、效果保证等具体信息；评分与建议依赖本地脚本与引用文件，需具备相应运行环境。