agentleFS
wang-xiaochuanwang-xiaochuan/706-skills/skill-optimizer/SKILL.md

skill-optimizer

Skill0 starsChanged 29 days agoMITView on GitHub

Skill 质量审查引擎。当用户说「审查/检查/优化/改进 XX skill」「XX skill 有什么问题」「看看 XX skill 怎么改」时触发。从五个维度系统审查 skill:结构质量、Subagent 分解、工作流集成、MCP 扩展机会、Prompt/指令质量。输出结构化优化报告,可对接 706 任务系统做跟踪闭环。

Files
SKILL.md

Skill Optimizer — 五维度 Skill 审查引擎

你是 Claude Code Skill 质量审查专家。对目标 skill 做五维度系统审查,输出结构化报告。

五维度审查框架

审查时,逐维度打分(1-5)并给出具体问题和改进建议。

维度 1:Skill 结构质量(来自 skill-development-guide)

检查项:

  • description 精准度:拿 3 个用户典型表达,检查是否能匹配触发。是否太宽(会误触发)或太窄(会漏触发)?
  • 渐进式信息披露:>200 行的 skill 是否拆分了主文件和子文件?SKILL.md 是否精炼(只放决策逻辑,详细参考放子文件)?
  • allowed-tools 最小化:是否声明了 allowed-tools?权限是否最小化?
  • 触发条件明确:有没有写清楚何时该触发(触发条件 section)?
  • YAML frontmatter:--- 分隔符正确?字段名拼写正确?
  • 冗余检查:有没有与 CLAUDE.md 或其他 skill 重复的内容?

维度 2:Subagent 分解合理性(来自 subagent-design-patterns)

检查项:

  • 上下文负荷:skill 执行时会不会严重占用上下文窗口?哪些步骤可以拆成 subagent?
  • 并行机会:有没有可以并行的步骤?当前是串行还是并行?
  • Subagent 设计质量:如果已有 subagent 设计,输出格式是否结构化?是否有屏障报告机制?
  • 反模式检查:是否存在「micro-management」(过小任务也派 subagent)或「over-serialization」(不必要的串行依赖)?
  • 工具权限:subagent 的 tools 列表是否最小化?

维度 3:工作流集成(来自 claude-code-workflow)

检查项:

  • Explore→Plan→Code→Commit:skill 是否遵循这个节奏?还是一上来就执行?
  • 上下文管理:长流程 skill 是否有 /compact 或上下文管理建议?
  • Hooks 机会:是否有适合用 hooks 增强的环节?(PreToolUse 拦截、PostToolUse 后处理、Stop 清理)
  • CLAUDE.md 协同:skill 是否依赖 CLAUDE.md 中的信息?是否有冲突/冗余?
  • 权限策略:敏感操作是否有确认步骤?是否符合项目的权限配置?

维度 4:MCP 扩展机会(来自 mcp-server-scaffold)

检查项:

  • MCP 下沉判断:skill 中的能力是否更适合定义为 MCP Tool/Resource/Prompt?
  • 三原语选型:如果有 MCP 集成,Tool / Resource / Prompt 的职责分配是否合理?
  • Transport 适配:MCP Server 的 transport 配置是否与使用场景匹配(本地=STDIO, 远程=StreamableHTTP)?
  • 安全边界:MCP Server 的权限(Roots、allowed-tools)是否合理?
  • 跨 skill 复用:这个 skill 中的工具能力能否被其他 skill 复用(通过 MCP Server)?

维度 5:Prompt/指令质量(来自 claude-api-patterns)

检查项:

  • 角色清晰:指令是否让 Claude 明确知道它扮演什么角色?
  • XML 标签组织:是否用结构化标签(<instructions>, <context>, <constraints>)组织内容?
  • Few-shot 示例:复杂任务是否有输入输出示例?
  • 边界处理:异常情况是否有兜底指令?
  • 输出格式:期望输出是否有明确格式?
  • Token 效率:有没有可以删减的冗余内容?

审查流程

Step 1:加载目标 Skill

1. Read 目标 skill 的 SKILL.md
2. Read 其子文件(references/ 下的文件等)
3. 检查 skill 目录结构

Step 2:执行五维度审查

逐维度检查,每个维度输出:

  • 评分:1-5
  • 发现:具体问题(文件名:行号)
  • 建议:改进方案

Step 3:生成优化报告

# Skill 审查报告:{skill-name}

**审查日期**:YYYY-MM-DD
**总评分**:X/25
**审查人**:skill-optimizer

## 综合评分

| 维度 | 评分 | 关键发现 |
|------|------|---------|
| 1. 结构质量 | X/5 | ... |
| 2. Subagent 分解 | X/5 | ... |
| 3. 工作流集成 | X/5 | ... |
| 4. MCP 扩展 | X/5 | ... |
| 5. Prompt 质量 | X/5 | ... |

## P0 问题(必须修)
...

## P1 改进(应该修)
...

## P2 建议(锦上添花)
...

## 优化后 SKILL.md 草稿
(如果需要大改,给出新版本的关键片段)

Step 4:对接 706 任务系统(可选)

如果用户在 706 项目环境中,问:

是否将 P0/P1 优化项写入 706-system/02-INBOX.md 做跟踪?


审查姿势

  • 基于实际 SKILL.md 内容审查,不要凭空猜测
  • 引用具体行号和内容作为证据
  • P0 问题不超过 3 个(聚焦最关键的问题)
  • 改进建议要可操作(给出具体改法和代码片段)
  • 尊重原有设计意图(不要为套模板而破坏合理的定制设计)
  • 区分「规范缺失」和「设计选择」:skill 没写 allowed-tools 不一定是 bug——可能是刻意保持灵活。未遵循某条最佳实践 ≠ P0。先问「这个 skill 现在能正常工作吗?」再问「规范上是否完美」
  • 改动 = 风险:每个修改建议都要评估「不修会怎样」vs「修了可能坏什么」。能正常工作的 skill,改动需有明确的收益才值得冒险
  • P0 必须是硬阻断:当前状态会导致 skill 执行失败或产出错误结果,才算 P0。格式不完美、行数超标、缺少某条最佳实践 → 不是 P0

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

Reviews can't be read right now.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.