技能庫存盤點 (skill-stocktake) 是做什麼的？
斜線指令 (/skill-stocktake)，使用品質檢查清單 + AI 整體判斷來審計所有 Claude 技能和指令。支援兩種模式：快速掃描，用於近期變更的技能；以及完整盤點，用於完整的審查。
範圍
此指令會鎖定以下路徑（相對於執行指令的目錄）：
| 路徑 | 說明 |
|---|---|
~/.claude/skills/ | 全域技能（所有專案） |
{cwd}/.claude/skills/ | 專案層級技能（若目錄存在） |
在第一階段開始時，指令會明確列出找到並掃描了哪些路徑。
鎖定特定專案
若要包含專案層級技能，請在該專案的根目錄執行：
cd ~/path/to/my-project
/skill-stocktake
如果專案沒有 .claude/skills/ 目錄，則只會評估全域技能和指令。
模式
| 模式 | 觸發條件 | 持續時間 |
|---|---|---|
| 快速掃描 | results.json 存在（預設） | 5–10 分鐘 |
| 完整盤點 | results.json 不存在，或 /skill-stocktake full | 20–30 分鐘 |
結果快取： ~/.claude/skills/skill-stocktake/results.json
快速掃描流程
僅重新評估自上次執行以來有變更的技能（5–10 分鐘）。
- 讀取
~/.claude/skills/skill-stocktake/results.json - 執行：
bash ~/.claude/skills/skill-stocktake/scripts/quick-diff.sh \ ~/.claude/skills/skill-stocktake/results.json（專案目錄會從$PWD/.claude/skills自動偵測；僅在需要時明確傳遞） - 如果輸出為
[]：報告「自上次執行以來無變更。」並停止 - 僅使用相同的第二階段標準重新評估那些變更的檔案
- 沿用先前結果中未變更的技能
- 僅輸出差異
- 執行：
bash ~/.claude/skills/skill-stocktake/scripts/save-results.sh \ ~/.claude/skills/skill-stocktake/results.json <<< "$EVAL_RESULTS"
完整盤點流程
第一階段 — 庫存
執行：bash ~/.claude/skills/skill-stocktake/scripts/scan.sh
此腳本會列舉技能檔案、提取 frontmatter，並收集 UTC 修改時間。
專案目錄會從 $PWD/.claude/skills 自動偵測；僅在需要時明確傳遞。
從腳本輸出呈現掃描摘要和庫存表格：
掃描中：
✓ ~/.claude/skills/ (17 個檔案)
✗ {cwd}/.claude/skills/ (未找到 — 僅限全域技能)
| 技能 | 7天使用次數 | 30天使用次數 | 說明 |
|---|
第二階段 — 品質評估
啟動一個代理工具子代理（通用型代理），並附上完整庫存和檢查清單：
Agent(
subagent_type="general-purpose",
prompt="
根據以下清單評估技能庫存。
[庫存]
[檢查清單]
為每個技能回傳 JSON：
{ "判決": "保留"|"改進"|"更新"|"淘汰"|"合併至 [X]", "理由": "..." }
"
)
子代理讀取每個技能，套用檢查清單，並為每個技能回傳 JSON：
{ "判決": "保留"|"改進"|"更新"|"淘汰"|"合併至 [X]", "理由": "..." }
區塊指引： 每次子代理呼叫處理約 20 個技能，以維持可管理的上下文。在每個區塊之後，將中間結果儲存至 results.json（status: "in_progress"）。
在所有技能評估完成後：設定 status: "completed"，繼續進行第三階段。
恢復偵測： 若啟動時發現 status: "in_progress"，從第一個未評估的技能繼續。
每個技能會根據以下檢查清單進行評估：
- [ ] 已檢查與其他技能的內容重疊
- [ ] 已檢查與 MEMORY.md / CLAUDE.md 的重疊
- [ ] 已驗證技術參考的新鮮度（若有工具名稱 / CLI 標誌 / API，請使用 WebSearch）
- [ ] 已考慮使用頻率
判決標準：
| 判決 | 意義 |
|---|---|
| 保留 | 有用且符合現狀 |
| 改進 | 值得保留，但需要特定改進 |
| 更新 | 引用的技術已過時（使用 WebSearch 驗證） |
| 淘汰 | 品質低、陳舊或成本不對稱 |
| 合併至 [X] | 與另一個技能有大量重疊；指明合併目標 |
評估是 AI 整體判斷 — 非數字評分表。指導維度：
- 可操作性：程式碼範例、指令或步驟，讓你能立即行動
- 範圍契合度：名稱、觸發條件和內容一致；不會過於寬泛或狹隘
- 獨特性：價值無法被 MEMORY.md / CLAUDE.md / 其他技能取代
- 時效性：技術參考在當前環境中可正常運作
理由品質要求 — 理由 欄位必須自成體系並足以做出決策：
- 請勿只寫「未變更」— 務必重新陳述核心證據
- 對於淘汰：陳述 (1) 發現了什麼具體缺陷，(2) 取而代之的是什麼，能滿足相同需求
- 錯誤：
「已被取代」 - 正確：
「disable-model-invocation: true 已設定；已被 continuous-learning-v2 取代，該技能涵蓋所有相同模式加上信心評分。無任何獨特內容保留。」
- 錯誤：
- 對於合併：指明目標並說明要整合哪些內容
- 錯誤：
「與 X 重疊」 - 正確：
「42 行精簡內容；chatlog-to-article 的步驟 4 已涵蓋相同工作流程。將 '文章角度' 提示作為一項備註整合到該技能中。」
- 錯誤：
- 對於改進：說明所需的具體變更（哪個章節、什麼行動、目標大小）
- 錯誤：
「太長」 - 正確：
「276 行；章節 '框架比較' (第 80–140 行) 與 ai-era-architecture-principles 重複；將其刪除以縮減至約 150 行。」
- 錯誤：
- 對於保留（快速掃描中僅修改時間變更）：重新陳述原始判決理由，請勿寫「未變更」
- 錯誤：
「未變更」 - 正確：
「修改時間已更新但內容未變。獨特的 Python 參考資料，由 rules/python/ 明確匯入；未發現重疊。」
- 錯誤：
第三階段 — 摘要表格
| 技能 | 7天使用次數 | 判決 | 理由 |
|---|
第四階段 — 整合
- 淘汰 / 合併：在向使用者確認之前，針對每個檔案提供詳細的論證：
- 發現什麼具體問題（重疊、過時、損壞的參考等）
- 哪個替代方案涵蓋了相同的功能（淘汰時：哪個現有技能/規則；合併時：目標檔案及要整合的內容）
- 移除的影響（任何受影響的相依技能、MEMORY.md 參考或工作流程）
- 改進：提出具體的改進建議並附上理由：
- 要改變什麼以及為什麼（例如，「將 430 行縮減至 200 行，因為章節 X/Y 與 python-patterns 重複」）
- 由使用者決定是否執行
- 更新：提出已檢查來源的更新內容
- 檢查 MEMORY.md 行數；如果超過 100 行，提議壓縮
結果檔案結構
~/.claude/skills/skill-stocktake/results.json：
evaluated_at：必須設定為評估完成時的實際 UTC 時間。
透過 Bash 取得：date -u +%Y-%m-%dT%H:%M:%SZ。
切勿使用像 T00:00:00Z 這種僅包含日期的近似值。
{
"evaluated_at": "2026-02-21T10:00:00Z",
"mode": "full",
"batch_progress": {
"total": 80,
"evaluated": 80,
"status": "completed"
},
"skills": {
"skill-name": {
"path": "~/.claude/skills/skill-name/SKILL.md",
"verdict": "Keep",
"reason": "Concrete, actionable, unique value for X workflow",
"mtime": "2026-01-15T08:30:00Z"
}
}
}
備註
- 評估是盲審：無論技能來源為何（ECC、自撰、自動提取），都適用相同的檢查清單
- 歸檔 / 刪除操作始終需要明確的使用者確認
- 不根據技能來源做出不同判決