用途：对项目 skills/*/SKILL.md 中的技能做可复现的评分与改进建议，结合确定性代码检查与 LLM 定性内容审查两种视角。
主要能力：自动轴评分元数据、工作流覆盖、执行安全、产物完整性与测试健康度，可识别 knowledge_only 技能并调整脚本/测试预期；LLM 轴评估内容正确性、风险、缺失逻辑与可维护性；支持随机或固定技能选择、可选测试执行、生成 LLM 提示词、合并 LLM JSON 评审并按权重计算最终分；支持通过 --project-root 跨项目评审；可非评分展示 skills-index.yaml 的产出验证声明（声明轴、not_verified 缺口、不适用轴、all_applicable_axes_passed），该部分仅作信息展示，不计入自动/LLM/最终分数，也不替代实时的严重问题检查。
使用方式（前置：Python 3.9+，推荐 uv；测试需 uv sync --extra dev 或等价命令；LLM 轴合并需符合 schema 的 JSON）：先运行 uv run "$REVIEWER" --project-root . --emit-llm-prompt --output-dir reports/ 生成自动轴与提示词，再让 LLM 按严格 JSON 输出评审，最后用 --skill、--llm-review-json、--auto-weight 0.5、--llm-weight 0.5 合并。可用 --skill/--seed 固定选择，--all 评审全部，--skip-tests 跳过测试，--output-dir 改变输出位置；提高 --auto-weight 加重确定性门槛，提高 --llm-weight 侧重定性/代码审查。同项目脚本路径为 skills/dual-axis-skill-reviewer/scripts/run_dual_axis_review.py；全局安装可符号链接到 ~/.claude/skills/。
输出：reports/skill_review_<skill><timestamp>.json、.md，以及启用 --emit-llm-prompt 时的 skill_review_prompt<skill>_<timestamp>.md。分数低于 90 时必须在 markdown 报告中列出改进项。参考资源：references/llm_review_schema.md 与 references/scoring_rubric.md。
限制：资料未提供价格、支持平台与具体效果数据；LLM 轴需外部生成 JSON 并满足 schema；skills-index.yaml 声明仅作展示，不参与评分。