啥好用
把候選 Skill 寫成一份普通人能看懂的安裝前說明書，回答：這是啥、好用嗎、適合嗎。最終交付為單檔案 HTML。
預設唯讀。不安裝、不執行陌生程式碼、不讀取憑證、不註冊、不付費、不上傳、不修改候選物件。
Reference 路由
- 判斷能力來自哪裡：讀 complexity-map.md。
- 計算任何定量分數：先讀 scoring-rubric.md，再讀對應指標檔案。
- 計算安裝複雜度：讀 installation-score.md。
- 計算任務複雜度：讀 task-complexity.md。
- 判斷 Skill 呼叫準確性：讀 invocation-accuracy.md。
- 計算 Token 消耗：讀 token-score.md。
- 計算風險值：讀 risk-score.md。
- 計算推薦程度：讀 fit-assessment.md。
- 寫使用者可見文字：讀 writing-style.md。
- 輸出 HTML：讀 report-template.md，並強制使用
scripts/render_report.py。
只讀取本次任務需要的 Reference。
工作流
1. 鎖定評估物件
- 明確評估的是單個 Skill、整個倉庫、外掛、CLI、應用還是產品入口。
- 一個倉庫含多個物件時，拆開說明，不把倉庫資料直接算到單個 Skill 上。
- 需要向使用者顯示名稱時，只從已提供或可立即看到的資訊中取最明確的一項：網頁或頁面標題、URL 最後一段、資料夾名、檔案名、目標檔案 YAML 中的
name。取不到時顯示【】；不為識別名稱提前讀取正文、依賴或安裝說明。
2. 選擇評估方式
啟動後，使用者尚未明確選擇評估方式時，下一步只顯示一道選擇題：
- A：需要結合我的需求評估
- B：按一般目標使用者進行評估
支援互動控制項時使用可點選的單選題；不支援時顯示文字選項，請使用者回覆 A 或 B。顯示後停止，等待使用者選擇。不得提前讀取候選材料、收集證據或開始評估。
- 使用者選 B：直接進入第 3 步。根據候選物件的官方定位界定一般目標使用者，並在報告中寫清判斷物件；不再追問需求。
- 使用者選 A：使用第 1 步識別的名稱，問一個必答開放題：您希望評估的 Skill 是【目標 Skill 名稱】，請問您希望它能幫您做什麼？ 顯示後停止，等待使用者回答；收到回答後立即進入第 3 步，不再追問裝置、AI agent、費用、Token、隱私或操作偏好。
使用者已在啟動訊息中明確選擇 A 或 B 時，直接進入對應分支，不重複顯示第一題。使用者選擇 A 且已同時寫明具體需求時，直接進入第 3 步，不重複提問。不把使用者沒有提供的環境和偏好當成事實。
3. 收集證據
優先檢查目標檔案、官方文件、安裝說明、依賴清單、發布記錄、授權條款和官方價格。需要判斷熱度與維護情況時，再查榜單、Stars、Forks、更新時間、Issue、測試和真實案例。
- 使用當前 AI agent 已有的檔案讀取、網頁存取或搜尋能力，不要求使用者額外安裝工具；
- 優先檢查使用者提供的材料和官方來源；查不到的資訊寫
未驗證，不得猜測； - 無法連網或無法讀取連結時，繼續評估已有材料；只有無法判斷物件是什麼時，才請使用者補充核心檔案；
- 只有找到可核驗的公開下載數時，報告才顯示「下載量」；沒有數值則直接刪除該行。
- Stars、Forks 或合集倉庫資料不得冒充單個 Skill 的使用效果。
- 倉庫公開可讀或可下載，不等於免費使用或允許商用；授權條款未確認時不得寫「核心免費」。
- 價格、相容性和維護情況查不到時寫
未驗證，不得猜測。
4. 回答三問
這個 Skill 是啥只回答：
- 適合什麼使用者，在什麼情況下呼叫，解決什麼問題；
- 使用者要提供什麼，Skill 透過什麼方式、經過哪些核心步驟完成任務；
- 最終交付什麼結果，結果能否直接使用、修改或核對；
- 真正幹活的是 AI agent、電腦軟體、聯網服務，還是它們的組合。
這個 Skill 好用嗎只回答：
- 公開關注度：可核驗的 Stars、Forks、榜單和公開下載量（如有）；
- 安裝複雜度：軟體、依賴、帳號、Key、權限、系統適配和持續維護；
- 任務複雜度：輸入準備、執行步驟、分支選擇、人工確認、返工和故障恢復；
- Skill 呼叫準確性：只根據名稱、描述和觸發規則，判斷是否容易漏呼叫或誤呼叫；
- 可驗證性：文件、維護、更新、Issue、測試和真實案例是否充分；
- 額外涉及費用：軟體訂閱、API、聯網服務和其他付費點；
- Token 消耗：完成典型核心任務需要的模型額度；
- 風險值：涉及的資料、權限、外部操作和潛在損失。
這個 Skill 適合你嗎只回答：
- 是否匹配使用者想完成的任務和想得到的結果；
- 哪些場景適合，哪些場景不適合；
- 是否建議安裝。
不得複述前兩部分。第一次試用、擴展、復盤和停用方式只放「使用節奏建議」。
5. 統一量表
- 安裝複雜度：0—10；分數越高，安裝和維護越費事。
- 任務複雜度：0—10；分數越高，完成一次典型任務需要的輸入、操作、判斷和人工處理越多。
- Skill 呼叫準確性：定性判斷為較準確、偏寬、偏窄或無法判斷，並寫清名稱、描述和觸發規則如何影響呼叫。
- Token 消耗：0—10；分數越高，通常越費模型額度。
- 風險值：0—10；分數越高，涉及的資料、權限和外部操作越多。
- 推薦程度：0—10；分數越高，越值得當前使用者或報告中寫明的人們採用。
允許一位小數。每個分數必須同時寫等級、主要原因和判斷依據。使用者報告不得出現 S5、P1、A20、F0 或五項推薦分拆解。
6. 輸出固定 HTML
先定位當前 SKILL.md 所在目錄，再呼叫該目錄下的 scripts/render_report.py。不要假設使用者當前工作目錄就是 Skill 目錄。
先執行 init 產生完整 JSON 骨架，再按 report-template.md 填寫。完成後按 writing-style.md 做短句品管。
<Python命令> <Skill目錄>/scripts/render_report.py init <Skill名稱> --output-dir <交付目錄>
填完 JSON 後，一鍵校驗並產生：
<Python命令> <Skill目錄>/scripts/render_report.py build <過程JSON路徑>
<Python命令> 使用裝置中真實可用的 Python 3：Windows 常見為 py -3 或 python，macOS/Linux 常見為 python3。Claude Code 可使用 ${CLAUDE_SKILL_DIR} 定位 Skill；其他 AI agent 直接使用已讀取的 SKILL.md 所在目錄。
build 一次列出全部校驗問題；通過後自動把 HTML 產生到 過程檔案_CO/ 的上級目錄，並檢查固定章節、10 格推薦條、頁尾說明、安裝準備、漸變和待填寫項。只想檢查時執行 <Python命令> <Skill目錄>/scripts/render_report.py check <過程JSON路徑>。
腳本只使用 Python 標準函式庫。它固定 JSON 欄位、黑曜生漆版式、10 格推薦條、結論卡片和免責聲明。
- 禁止直接手寫 HTML 或 CSS；
- 禁止渲染後人工修改報告正文；
- 腳本報錯時修改 JSON，不得修改腳本避開檢查；
- JSON 由
init放入交付目錄下的過程檔案_CO/；最終交付只指向 HTML。
寫作約束
- Skill 定位拆成 3—4 個短句。每句明確使用目標 Skill 名稱、使用者或你作主詞；不用「這是一個」「這是一套」開頭。
- 頁首 Skill 定位第一句寫出目標 Skill 名稱；第二、三句再次指代時用「它」；第四句允許重新寫出名稱作收束。
- 其他卡片或段落第一句寫出目標 Skill 名稱後，後續再次指代它時用「它」。使用者和你仍按原意保留。出現其他可能混淆的物件時，重新寫出目標 Skill 名稱。
- 「適合場景 / 不適合場景」使用平行詞組，不套用主詞規則，不重複「適合」「不適合」。
- 結論卡片順序固定為：最終結論、量化分析、適用場景、使用建議。
- 最終結論第一句必須帶目標 Skill 名稱，例如「auto-tutor 部分符合你的需求」。
- 按適用使用者判斷時，改寫為「適合這類使用者」「部分適合這類使用者」或「不適合這類使用者」；具體指誰必須在推薦條旁寫清楚。
- 「這個 Skill 適合你嗎」置頂顯示匹配結論與安裝建議，由渲染器保證兩者與總評一致。
- 量化分析只報關鍵數字；適用場景只寫適合誰、做什麼、得到什麼；使用建議直接寫裝不裝、何時考慮。
- 使用建議與最終結論連用時，最終結論先寫出目標 Skill 名稱，使用建議用「它」承接；有條件推薦必須在第一句寫出具體條件。
- 「使用時機、使用者提供、任務步驟、額外需要、最後交付」全部使用短句列表，每條不超過 35 個字。
- 推薦條分成 10 個等寬色塊，由淺到深顯示得分；評分說明放在色條下方。
- 以表格、列表和短句為主；同一事實只寫一次。
- 使用者報告不用「宿主、執行鏈、靜態掃描、證據類型」等內部詞。改寫為「AI agent、實際步驟、只檢查了公開檔案、判斷依據」。
- 禁止
multi_agent、CI、LLM、PR 等未解釋縮寫；統一使用「AI agent」，不用「多 agent」「子 agent」「AI 程式設計 agent」。 - 正面陳述已知條件。禁止「不要把……理解成……」「並不是……而是……」等反向教育句式。
- 禁止側面和迂迴表達。能寫「它不能完成會議記錄」，就不寫「核心工作仍需其他能力完成」。
- 允許少量輕鬆表達，但費用、風險、隱私和最終結論不用玩笑。
- 不用熱度替代效果，不用安裝簡單替代品質，不用風險低替代安全認證。
- 評分依據不足時給區間或寫
未驗證，不補零，不偽造精確度。
邊界
- 這是安裝前說明書，只提供採用參考，不能替代專業評測，包括程式碼安全稽核、惡意程式碼偵測、軟體品質與相容性測試、隱私合規審查、授權條款審查或法律意見。
- 唯讀檢查不得冒充安裝實測、相容性測試、效能測試或長期使用體驗。
- 不要求使用者在對話中貼上 API Key、Cookie、Token、密碼或其他憑證。
- 報告必須提醒使用者：下載、安裝、授權、付費、上傳、發布或執行自動操作前，自行核對來源、依賴、權限、資料去向、收費和授權條款，並優先使用測試環境、最小權限、專用帳號和可復原備份。
- 評分只作採用參考；專案版本、價格、平台規則和依賴更新後應重新評估。
- 來源衝突時並列保留並標
【待核實】。 - 頁尾必須解釋「AI agent」：能夠讀取 Skill、理解任務，並按規則呼叫電腦軟體或聯網服務完成工作的 AI 助手；具體權限取決於產品和使用者授權。