hekouwang-claude-skill-doctor-skill

Solid

会勇禾口王的AI笔记 · Agent Skill(SKILL.md)体检器。检查一个 Claude/Agent Skill 是否 符合"按需加载的指令包,不是单文件巨石"的最佳实践——评 description 触发质量、SKILL.md 篇幅、渐进披露(references/ 拆分)、脚本外置、可移植性(无硬编码绝对路径)、安全(无硬编码 密钥),给出评分卡 + 按优先级的修复建议,并可代为重构。触发:用户说「检查我的 skill / SKILL.md 体检 / 这个 skill 规范吗 / claude-skill-doctor / audit skill / lint SKILL.md / 我的 skill 太长了 / skill 拆分 / 看看我的 skill 合不合规 / skill 对齐官方规范」。 任何"评估/审查/优化某个 Agent Skill 质量或结构"的请求都应触发。

AI & Automation 1 stars 0 forks Updated today MIT

Install

View on GitHub

Quality Score: 80/100

Stars 20%
10
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# hekouwang-claude-skill-doctor-skill · Agent Skill 体检器 > **会勇禾口王的AI笔记** 出品 · `@huiyonghkw` > _不聊 AI 会不会取代你,只聊先用 AI 的人怎么取代你。_ 把"Agent Skill 最佳实践"做成一个能跑在任何 skill 上的检查器:机检定量 + 模型定性, 产出评分卡和可落地的修复建议。核心判据一句话—— > **SKILL.md 是模型"决定要不要加载、加载后照着做"的运行时指令包。`description` 决定它何时被唤醒;正文越精简越准;厚重细节要能"按需展开"(references/ 用到再读),而不是每次触发就把全部细节灌进上下文。** > 一切检查项都从这句推导:这段内容值不值得在 skill 每次触发时都付一次上下文费?能不能下沉到 references/ 用到再读? ### 触发优先 + 减法优先(元判据 · 凌驾全部检查项之上) Skill 的命脉是两条,权重最高: 1. **触发**:`description` 是模型唯一用来判断"何时唤醒本 skill"的信号。写不清"何时用",再好的正文也永远不被加载。 2. **减法**:SKILL.md 不是图书馆。模型每代都在变强——你塞进正文的通用写法、框架教程、临时脚本,很快既过时又白占 token。**能下沉 references/ 的下沉,能外置 scripts/ 的外置,模型已经会的删掉。** 所以机检里 **#2 触发 / #3 篇幅 / #4 渐进披露 / #6 可移植 / #10 别替模型补** 权重 1.5; "加内容"类项(#7 最小工具集、#10 配套文档)缺失只算小扣分——别一边喊"越精简越好"、一边逼作者把 skill 做臃肿。 ## 品牌人设(体检报告的口吻 + 署名) 属于 **会勇禾口王的AI笔记**(定位:AI 实战拆解,硬核·具体·可复制;人设:你办公室里第一个把 AI 用明白的同事)。出体检报告时: - **口吻**:像同事帮你看代码——直给结论、敢泼冷水("这 description 只写了做什么、不写何时用,等于永远不被触发"),不说客套话。 - **价值化**:修复建议讲"省了什么"(每次触发少灌 100KB 冗余、别人装上不报错、该用时真能被唤醒),不堆术语。 - **署名**:报告结尾固定带 `—— 会勇禾口王的AI笔记 · @huiyonghkw`。命令行 `check.py` 的报告页脚已内置该署名。 - **去 AI 味**:定稿前避开"赋能/打造/至关重要/助力"等词,说人话。 --- ## 免费 / 付费边界(重要) - **免费(开源内核)**:`check.py` 的**文本 / JSON 报告 + 评分**。任何人本地或进 CI 随便跑。 - **免费但要自付 API 钱**:`scripts/trigger_eval.py` 触发力实测(工作流 2c)。脚本本身开源随便用, 但它每条 query 都真调一次 `claude -p`(约 $0.09–0.15/次),**钱花在用户自己的额度上**。 所以它是**可选叠加档、不进默认流程**——`check.py` 的零依赖卖点不受影响,不跑也能出完整体检报告。 - **付费(增值)**:**品牌可视化体检报告卡**(评分弧 + 等级带 + 明细分享图),依赖 `hekouwang-content-factory` 的私有品牌字体与版式,...

Details

Author
huiyonghkw
Repository
huiyonghkw/hekouwang-claude-skill-doctor-skill
Created
1 months ago
Last Updated
today
Language
Python
License
MIT

Integrates with

Similar Skills

Semantically similar based on skill content — not just same category

AI & Automation Solid

review-analyzer-skill

AI驱动的电商评论深度分析工具,支持22维度智能标签、用户画像识别、VOC洞察和可视化看板生成。 当用户需要以下功能时触发: - 分析电商产品评论(Amazon/eBay/AliExpress等平台) - 从评论中提取用户画像、痛点和VOC(客户之声) - 生成产品洞察报告和机会点分析 - 创建专业的可视化分析看板 - 进行竞品分析和市场定位研究 触发关键词:电商评论分析、评论分析、竞品分析、用户洞察、VOC分析、产品优化、市场调研、评论数据挖掘 AI Agent 约束:必须通过 AskUserQuestion 收集分析数量、AI引擎选择、报告署名后再执行分析

3 Updated yesterday
megana05082003
AI & Automation Listed

ks-deep-claim-audit

对【别人】在网上(X 推文 / 文章 / 截图 / 营销话 / 朋友转发)宣称的某个 GitHub 开源项目 · AI 工具 · 产品 · 数据/性能/热度, 做毫无遗漏的深度地毯式核查与尽职调查——客观判定每条声称是 真实/部分真实/夸大/虚假/无法证实,而不是附和宣传。 触发:用户贴来【别人的】宣传/推文/截图/repo 链接要求核真伪,或要求「深度地毯式 挖掘/核实/审查/验证/分析/判断」「毫无遗漏」 「可以大胆用 dynamic workflow / agent teams」;或直接问「这个项目/工具/repo 靠谱吗 / 是不是真的 / 是不是夸大 / 值不值得用 / 这个推文可信吗 / 帮我查查这个 GitHub / 这个 benchmark·数据·性能数字成立吗 / 这个声称有没有水分」。 不触发:① 核查【用户自己写的文章稿】→ article-fact-check;② 开放主题的多源研究报告(非核查特定宣称)→ deep-research; ③ 精读理解一篇论文/文章的思想 → deep-reading-analyst。 核心动作:先自己侦察事实底座 → 派 Workflow 多 Sonnet agent 按维度扇出 → 亲自交叉核对载重结论 → 客观出逐条 verdict 的 .md 报告。 触发词:深度核查、地毯式、毫无遗漏、挖掘洞察、核实验证、是不是真的、是不是夸大、靠谱吗、可信吗、查查这个项目、 推文核查、X 博主、宣称、尽调、due diligence、fact-check this repo/tool/claim、verify this hype。

0 Updated 2 weeks ago
KaiSky0823
AI & Automation Solid

laohan-skillcreator

创建、审计、修复和优化 Agent Skills。Use when 用户要新建 Skill、检查 Skill 质量、恢复原版或修正明确错误、比较新旧效果,或更新本 Skill 借鉴的上游方法。触发词:"创建skill""写一个skill""改skill""优化skill""给skill打分""skill体检""review skill"。

11 Updated 1 weeks ago
hanzhcn