Skill Judge：用8维120分评估体系，给你的SKILL.md打个分
Claude Code 用久了，你装了十几个 Skill，但有没有想过——这些 Skill 真的值得装吗？
大多数人的判断标准就一个：GitHub Stars 高不高。但这其实是个坑。Stars 多不代表它解决了你的问题，更不代表它的设计质量过关。一个 SKILL.md 可能写得又臭又长，触发条件写得像谜语，Anti-Pattern 清单一条都没有——然后 Stars 还挺高。
Skill Judge 就是来解决这个问题的。
它是干什么的
Skill Judge 是一个专门给 Agent Skill 打分的评估工具，基于 Anthropic 官方规范和 17+ 官方示例构建的评分体系，对任何 SKILL.md 进行八维度审查，满分 120 分。
八个评估维度分别是：
- D1 知识增量（20分）：这个 Skill 到底教了模型什么它本来不知道的东西？
- D2 思维模式（15分）：是否传递了专家级的思考方式，而不只是操作步骤？
- D3 Anti-Pattern 质量（15分）：NEVER 清单够不够硬？能不能真正拦住错误操作？
- D4 规范合规（15分）：frontmatter 格式、description 写法、触发关键词是否到位？
- D5 渐进披露（15分）：参考文件是否在需要时才加载，而不是一上来就往上下文塞？
- D6 自由度校准（15分）：任务风险高就该约束严，低风险就该给足自由度——这个分寸拿捏得如何？
- D7 模式识别（10分）：结构是否符合 Mindset/Navigation/Philosophy/Process/Tool 这五类标准模式之一？
- D8 实用可操作性（15分）：Agent 拿到这个 Skill 能不能直接上手，还是得自己琢磨？
评分结果长什么样
Skill Judge 输出结构化的评分报告，包含每个维度的得分、扣分理由、核心问题清单和 Top 3 改进建议。评级从 A（90%+，生产级）到 F（不及格，重写）不等。
整个评估流程分为五步：知识增量扫描 → 结构分析 → 逐维打分 → 总分计算 → 生成报告。快评 5 分钟，深入审计 20-30 分钟，取决于你需要多认真。
为什么这个思路值得注意
Skill 生态现在最大的问题不是数量，是质量参差不齐。大量 SKILL.md 其实就是在教模型它本来就会的东西——这种 Skill 装得越多，消耗的上下文越多，但产出反而可能更差。
Skill Judge 的核心价值在于它逼你问一个问题：这个 Skill 的”知识增量”到底是什么？高分 Skill 一定满足一个特征——专家看了会说”这确实是我踩过坑才学到的东西”，而不是”这不是常识吗”。
如果你是 Skill 开发者，用它自检一遍再发布；如果你在选 Skill，用它做过滤网，比只看 Stars 靠谱得多。
安装方式
一行命令搞定：
npx skills add https://github.com/shareai-lab/shareai-skills --skill skill-judge
GitHub 地址：https://github.com/shareai-lab/shareai-skills
评论区
登录后可评论。