skill-stocktake — 技能质量审计
在单一上下文中，整体地评估所有已安装技能，并为每个技能给出判定：
保留 / 改进 / 更新 / 淘汰 / 合并。此技能不执行改进操作——一旦得出判定，它将移交给 skill-creator（改进引擎）。这一界限正是关键点：stocktake 是质量门禁，skill-creator 是修复者。
设计说明：旧版本会调用扫描脚本，并将评估分批进行（每批约 20 个技能）。在 1M 上下文环境下，这不仅没有必要，而且有害——分批处理会导致每个子代理看不到其他批次的技能，从而遗漏跨技能的重叠。现在，我们使用 Glob 枚举并读取每个技能到单一上下文中。重叠检测依赖于这种单上下文视图。
模式（$ARGUMENTS）
| 参数 | 行为 |
|---|---|
无 / full | 读取并评估每个技能（默认） |
changed | 仅重新评估那些 SKILL.md 的修改时间比 results.json 中的 evaluated_at 更新的技能；其余技能继承之前的结果 |
changed 模式内联检测变更（无需脚本）：
find ~/.claude/skills -name SKILL.md -newermt "$(jq -r .evaluated_at ~/.claude/skills/skill-stocktake/results.json)"
阶段 1 — 清点
使用 Glob 枚举技能定义文件（无需脚本）：
~/.claude/skills/*/SKILL.md~/.claude/skills/learned/*.md- 如果当前工作目录包含
.claude/skills/，则同时扫描{cwd}/.claude/skills/*/SKILL.md（项目技能）
由于 Glob 仅匹配
SKILL.md/learned/*.md，因此.venv或.pytest_cache下的依赖项 markdown 文件被结构性地排除在外（无需修剪）。旧版find -name "*.md"引入的噪声不会发生。
使用次数统计：内联读取 ~/.claude/metrics/skill-usage.jsonl（PostToolUse 钩子 log-skill-usage.sh 向此文件追加内容——这是一个独立的测量层），并统计每个技能在 7 / 30 / 90 天内的使用事件数。每行是 JSON 格式 {ts,event,skill,path,project}；同时统计 invoke 和 read 事件。使用一次性的 python3/jq 单行命令进行聚合，而不是手动计数——日志会随时间增长，手动计数每次调用都会浪费一次工具使用机会。
- 如果日志缺失或其第一个事件距今不足 90 天，则将使用次数显示为
—（未测量）。绝不能显示为 0——未测量和未使用是不同的情况。
预先说明扫描结果：扫描了哪些路径，找到了多少技能，以及使用次数是否可测量。
阶段 2 — 评估（完全内联，整体进行）
读取每个目标技能的正文，并在看到整个技能集的同时逐一评估它们。检查清单：
- 与其他技能的内容重叠（有文档记录的组织者/子技能拆分不是重叠——例如 paper-ecosystem → 其审阅者，citation-sync → release-doi/wikidata。区分有意分层与真正的重复）
- 与 MEMORY.md / CLAUDE.md / 规则的重叠
- 技术参考的新鲜度（如果 CLI 标志 / API / 工具名称看起来过时，请使用 WebSearch 确认）
- 使用频率（未测量时忽略此信号）
评估是整体判断，而非数值评分表。指导维度：可操作性（可操作的示例/步骤）、范围匹配（名称、触发条件和正文一致——不过于宽泛或狭窄）、独特性（不可被 MEMORY / 其他技能替代）、时效性（引用在当前环境中有效）。
聚合成本（技能集层面，而非每个技能）： 即使单个技能本身没问题，持有它也需要成本。技能的好处是脆弱的——一个庞大且未经整理的库会降低代理选择正确技能的能力，并将行为拉回到无技能的基线水平。因此，保留的门槛随技能库规模的增长而提高：当技能集很大时，一个仅仅合格的技能（使用少、独特性低、与其他技能高度相邻）本身就是一个淘汰/合并的候选，原因就在于聚合稀释——与该技能本身是否有缺陷无关。这是一个判断输入，从来不是配额；不要为了凑数而淘汰。
| 判定 | 含义 |
|---|---|
| 保留 | 有用、当前有效、具有独特价值 |
| 改进 | 值得保留，但需要特定改进 |
| 更新 | 引用的技术已过时（需要 WebSearch 验证） |
| 淘汰 | 质量低、过时或成本不合算 |
| 合并到 [X] | 与另一个技能有大量重叠；指明目标 |
零使用规则：当使用日志的第一个事件距今至少 90 天，且某个技能的 use_90d == 0 时，必须将其作为淘汰候选提出（最终决定权在用户）。当日志年龄小于 90 天时，此规则不会触发，判定仅依赖于整体判断。
评估是来源无关的：不要根据 ECC / 自编 / 自动提取来分支判断。相同的检查清单适用于每个技能。
阶段 3 — 摘要
呈现一个表格：技能 | 7天使用 | 90天使用 | 判定 | 理由。
阶段 4 — 整合
- 淘汰 / 合并：针对每个文件，呈现 (1) 发现的特定缺陷，(2) 替代方案（淘汰：哪个现有技能/规则可以覆盖同一需求；合并：目标技能以及需要整合的内容），(3) 移除的影响（依赖的技能，MEMORY 中的引用）。仅在用户确认后执行操作。
- 改进 / 更新：提议移交——「将
<技能>移交给 skill-creator 进行改进？」——在用户同意后，调用skill-creator并传入目标技能。Stocktake 从不自行执行改进工作。 - 更新记录：读取
results.json→ 合并本次运行的判定 → 写回（evaluated_at= 来自date -u +%Y-%m-%dT%H:%M:%SZ的真实 UTC 时间）。在changed模式下，保留未重新评估技能之前的判定。 - 如果 MEMORY.md 超过 100 行，建议压缩。
理由质量（必需）
每个 reason 必须是自包含的——仅凭自身就能支持决策。不允许单独出现 "unchanged"；务必重新陈述证据。
- 淘汰：说明缺陷 + 替代方案。差：
"Superseded"/ 好："disable-model-invocation: true 已设置；continuous-learning-v2 已覆盖相同模式并增加了置信度评分。无独特内容剩余。" - 合并：指出目标 + 要整合的内容。差：
"与 X 重叠"/ 好："42 行薄内容；chatlog-to-article 的第 4 步已覆盖此工作流。将那里的 '文章角度' 提示作为注释整合进来。" - 改进：哪个部分，什么改变（如果需要，目标大小）。差：
"太长"/ 好："276 行；'框架比较'（L80–140）与 ai-era-architecture-principles 重复。删除它以达到约 150 行。" - 保留（
changed模式下仅 mtime 变更）：重新陈述原始理由。差："Unchanged"/ 好："内容未变。独特的 Python 引用，由 rules/python/ 显式导入；无重叠。"
results.json（精简记录）
{
"evaluated_at": "2026-06-24T11:09:00Z",
"skills": {
"<skill-name>": {
"path": "~/.claude/skills/<name>/SKILL.md",
"verdict": "保留",
"reason": "...",
"mtime": "2026-01-15T08:30:00Z"
}
}
}
记录仅包含判定历史和上次审计时间戳。使用 Read/Writ 内联更新，而不是脚本。仅记录全局技能（项目技能从当前工作目录中新鲜读取，不在此缓存）。
相关
skill-creator— 改进引擎；将改进/更新工作移交给它。config-gc— 对技能存在性以及整个 ~/.claude（钩子/权限/MCP/缓存）进行垃圾回收；stocktake 评判技能质量。harness-sync— 用于将此技能同步到其公共仓库。- 使用统计：
~/.claude/hooks/log-skill-usage.sh→~/.claude/metrics/skill-usage.jsonl（独立于 stocktake 的测量层）。