← ClaudeAtlas

skill-reviewerlisted

Skill 评审 / Skill 审计:当用户要检查、评审、优化 Codex/Agent Skill 或 SKILL.md 时使用。 可用中文唤起:“帮我 review 这个 Skill”“检查这个 SKILL.md”“这个能力适不适合做成 Skill” “优化 Skill 触发描述”“看下这个 Skill 有没有问题”。重点检查触发边界、输入输出、工作流门槛、 工具边界、context budget、资源拆分、评估准备度和治理风险。
PANGKAIFENG/ai-product-manager-skills · ★ 5 · AI & Automation · score 77
Install: claude install-skill PANGKAIFENG/ai-product-manager-skills
# Skill 评审器(skill-reviewer) ## 中文速查 - 中文名:Skill 评审器 / Skill 审计 - 英文稳定名:`skill-reviewer` - 你可以这样叫我:`帮我 review 这个 Skill`、`检查这个 SKILL.md`、`这个能力适不适合做成 Skill`、`优化 Skill 触发描述` - 适合:评审 Skill 质量、触发边界、输入输出、工具边界、资源组织、评估设计和团队复用风险 - 不适合:直接创建新 Skill;创建或导入新 Skill 优先用 `team-skill-creator` ## Overview 使用这个 Skill 做团队级 Skill 评审。把 Skill 当作可复用能力单元,而不是一段长提示词。从目标倒推:触发契约、输入输出契约、工作流门槛、工具边界、随包资源、context budget、评估闭环和治理方式都必须服务于目标结果。 ## Workflow 1. 定位待评审对象。优先使用包含 `SKILL.md` 的 Skill 目录;如果用户只提供文本,就评审文本并说明目录/资源检查不可用。 2. 在给最终建议前建立评审上下文:目标用户、业务/领域目标、预期触发语、运行环境、所需工具、输入输出、失败成本、复用频率和当前痛点。 3. 如果缺少关键上下文,最多问 5 个具体问题。不要因可选上下文阻塞;如果用户要求快速评审,就在明确假设下继续。 4. 当本地 Skill 目录或 `SKILL.md` 路径可用时,运行确定性检查: ```bash python3 <this-skill>/scripts/check_skill.py /path/to/skill-or-SKILL.md ``` 5. 边检查边建立 Evidence Summary:读了哪些文件、跑了哪些命令、确定性发现、直接观察、推断判断和假设。 6. 涉及团队交付、评分、非平凡优化、context budget 或跨生态元数据时,读取 `references/team-skill-rubric.md`。 7. 涉及行业级评审、跨 harness 资产或最佳实践问题时,读取 `references/industry-skill-patterns.md`。 8. 只有在需要验证 `SKILL.md` 声明时,才深入检查 `references/`、`scripts/`、`assets/`、eval 文件或示例 prompt。 9. 输出按优先级排序的问题和具体修复方案。用户要求优化时,优先给可执行 patch、重写段落、脚本建议或 eval 清单,而不是只评论。 ## Context Intake Confirm the following before final review, or write them as assumptions: - Purpose: what repeatable task the Skill supports, and why it should be a Skill rather than a prompt, tool, workflow, plugin, or app. - Users: who invokes it, how they naturally ask, and whether it is personal, team, or production-grade. - Trigger examples: 3-5 requests that sho