用途：当技能未按预期触发、疑似失效，或需要审计与提升技能库质量、找出表现不佳或浪费上下文 token 的技能时使用，也用于排查技能描述是否符合 CSO（代理搜索优化）要求。
主要能力：分析历史会话数据并做静态质量检查，输出带 P0/P1/P2 优先级修复建议的报告；对每个技能按触发率、调用后用户反应、工作流完成率、静态质量、欠触发、token 经济性等维度加权评分（5 分制），并报告过触发、跨技能冲突、环境一致性等定性维度。规则要求只读、不修改技能文件；必须覆盖全部 8 个维度，数据不足时标注 N/A；结论需量化、附证据并引用研究所依据，改法以建议而非强制形式给出。
使用方式：/optimize-skill 扫描全部技能；/optimize-skill my-skill 分析单个技能；/optimize-skill skill-a skill-b 分析多个指定技能。自动检测平台并扫描路径：Claude Code 会话 ~/.claude/projects//.jsonl、技能 ~/.claude/skills//SKILL.md；Codex 会话 ~/.codex/sessions//.jsonl、技能 ~/.codex/skills//SKILL.md；共享技能 ~/.agents/skills/*/SKILL.md。用 python3 脚本扫描 JSONL 转录，按名称去重后提取 name、description、触发关键词、工作流步骤与字数。注意 Codex 通过上下文注入技能，加载不等于实际调用，需以工作流标记判断是否真正调用。
适用场景：技能库质量审计、描述优化、触发与欠触发排查、token 成本评估。
限制：仅输出报告、不修改文件；分析依赖可用的历史会话数据，数据不足处只能标注 N/A；研究引用与具体研究结论来自资料所述，实施前仍需结合环境验证，不得作为测试或专家评审的替代。具体安装方式与价格暂未提供。