你的 Skill 写完了,然后呢?让 Skillsmith 帮你体检

写完一个 SKILL.md 是不是就直接发出去用了？哥你太乐观了。

我刚翻到一个很有意思的项目——Skillsmith（GitHub: Redfloor/skillsmith）。它做的事情用一句话讲明白：把你写的 Skill 当成一段「服务代码」来体检和调教。

它是 2026 年 6 月才冒出来的新工具，作者是把它当成”agent for agents”来设计——一个带 subskills 的 agent，专门去 audit / optimize / test / self-heal 别的 agentic skill 和 prompt-based tool。先看 Claude Code SKILL.md 和 Agent SDK / MCP 生态，后面要扩展到别的生态。

它有四个核心 subskill

• audit：扫一遍你的 SKILL.md，告诉你哪些 prompt 块是 deterministic 的（应该写成代码别烧 token）、哪些是 judgment-required（必须留给模型）。我跑了一下我自己的 SKILL.md，它直接说”这块本该是 schema validation，别让模型脑补”。
• eval：三件套——golden 测试 + 方差测量 + triggering 准确度。Anthropic 自己也承认 temperature 0 不是 100% deterministic，所以光靠采样参数不够，你需要经验性的方差数据。
• heal：检测到 prompt 漂移时，自动生成 diff/PR，绝不自己静默 commit。
• sandbox：所有生成代码 + 第三方 skill code 跑在 deny-network + 只读 FS + CPU/mem/time 限制的分层沙箱里。

为什么对 prompt 调教玩家有用

写 prompt 不是写完就完事。你需要的是结构化输出 + JSON schema 校验 + 确定性代码替代 + 经验性方差测量——Skillsmith 把这一整套工程化方法论封装好了。

它对「过度授权」的态度尤其戳我——README 里直接挂着 OWASP LLM06:2025 Excessive Agency 的链接，明确说 auto-fix 默认 opt-in、只允许低风险的 additive/non-breaking 改动走自动通道。

说白了：这哥们儿想让你用工程化的方式调教 prompt，而不是靠肉眼看哪条 prompt 写得”感觉好”。

📦 GitHub：https://github.com/Redfloor/skillsmith
Apache-2.0 / Python / uv 启动 / 当前 star 还不多但思路极其硬核——prompt 调教的工程派玩家必看。

GitHub: https://github.com/Redfloor/skillsmith