用途
Skill Evaluator 用于依据 Anthropic 官方智能体技能编写最佳实践，对技能（skill）进行质量评估。当被要求审查、评估、审计某个技能的质量时使用。它会分析技能的 SKILL.md 等文件，产出带评分和可操作建议的结构化评估报告。该工具标注为 WIP（开发中）。
主要能力
评估流程分为三步：
- 自动化校验：运行脚本
scripts/validate_skill.py <skill-path>，检查 SKILL.md 是否存在且 YAML frontmatter 有效、名称是否符合规范（小写、连字符、最多 64 字符）、描述是否存在且不超过 1024 字符、正文是否少于 500 行、文件引用是否只有一层深度。 - 手动评估：对以下维度按 1-5 分打分：
- 命名（权重 10%）：是否采用动名词形式、目的清晰、易记；规则包括最多 64 字符、仅小写字母数字和连字符、不得使用保留词（anthropic、claude）、不得含 XML 标签。
- 描述（权重 20%）：是否清晰说明功能并包含具体激活触发条件、使用第三人称。
- 内容质量（权重 30%）：是否简洁、假定 Claude 的智能、指令可操作。
- 结构与组织（权重 25%）：是否具备良好的渐进式披露、清晰导航、长度最优；检查 SKILL.md 是否少于 500 行、引用是否只有一层、长引用文件（>100 行）是否有目录、路径是否使用正斜杠。
- 自由度（权重 10%）：自由度是否与任务类型匹配（灵活任务高自由度、脆弱操作低自由度）。
- 反模式检查（权重 5%）：发现反模式则扣分，包括：过多选项无明确推荐（-1）、含日期条件的时间敏感信息（-1）、术语不一致（-1）、Windows 风格路径反斜杠（-1）、深层嵌套引用超过一层（-2）、脚本将错误处理推给 Claude（-1）、无理由的魔法数字（-1）。
- 生成报告：使用指定模板输出，包含摘要（总分、建议）、维度得分表、优点、改进领域、发现的反模式、建议及发布前检查表。
评分解释：4.5-5.0 优秀，可发布；4.0-4.4 良好，建议小幅改进；3.0-3.9 可接受，需若干改进；2.0-2.9 需大量修改；1.0-1.9 差，需根本性重新设计。
使用方式
先阅读技能的 SKILL.md 并理解其目的，然后运行自动化校验脚本，再进行手动评估，最后生成评估报告。报告模板包含总分、各维度加权得分、优点、改进建议、反模式清单和发布前检查表。
适用场景
适用于技能作者或审查者需要评估、审计技能质量，并希望获得结构化评分与改进建议的场景。
限制
该工具标注为 WIP（开发中）。资料未提供其收费、价格、平台支持范围、实际效果或具体安装步骤等信息。