v3.7 · 开源 · MIT 协议 · 本地运行

AI Agent 技能的
质量守门员

内置 53 项 10 层审计模型、34 条反模式与 8 阶段门控创建工作流。

53审计项
📐10审计层级
🛡️34反模式
🎯8门控阶段
💡 使用场景示例

从创建到发布的全流程质量门控

无论是从零创建、质量审计还是发布前检查,都有对应的工作流与质量标准。

场景你说的话实际效果
🆕 从零创建新技能“创建一个把 Markdown 转排版的 Skill”完整 8 阶段门控流程:需求 → 规划 → L1/L2/L3 编写 → 审计 → 发布
🔍 审计已有技能“帮我审计 my-skill 的质量”10 层 53 项逐项检查,自动脚本扫描 + 人工判断项
🚫 修复反模式“检查我的 Skill 有没有反模式”扫描 AP-1 至 AP-34 反模式目录,逐条标注根因与修复方案
🎯 优化触发词“我的 Skill 总是不被触发,帮我修”触发词分析:禁用词扫描、覆盖率测试、Pushy 原则检查
📊 批量扫描多个技能bash scripts/skill-audit.sh skill-a skill-b一条命令完成多技能结构健康检查
✂️ 重构臃肿技能“我的 SKILL.md 有 400 行,帮我瘦身”应用三层模型:L2 控制在 ≤ 300 行,参考资料下沉到 L3
✨ 核心亮点

每条规则都追溯至真实事故

不是抽象建议,而是覆盖创建、审计、重构与发布的完整质量体系。

53 项 10 层审计模型

27 项可通过脚本自动扫描,26 项需人工判断,覆盖从文档结构到内容质量。

📐

三层架构

L1 触发层始终加载,L2 工作流层激活时加载且 ≤300 行,L3 参考层按需加载。

🛡️

34 条反模式目录

AP-1 至 AP-34 均关联真实事故、设计原则与具体修复方案,并在审计周期中自动扫描。

🔍

自动化审计脚本

skill-audit.sh 扫描 IRON LAW、description、安全风险、行数、代码质量与断链引用。

⚠️

停滞检测规则

用 stale_count、时间限制和失败阈值防止无限循环与静默失败;停滞时切换结构而非只调参数。

🔒

安全优先设计

发布前拦截凭据、人员数据与受限系统访问;.skillignore 避免用户态文件进入版本控制。

📌 与同类工具对比

AI Agent 技能的质量守门员

把“写出来”变成“可验证、可复用、可发布”的工程流程。

维度mu-skill-creator手工编写通用提示模板AI Agent 框架
审计模型53 项 10 层不定
自动化扫描✅ Shell 脚本少见
反模式目录34 条,追溯事故较少
上下文感知加载✅ 三层 L1/L2/L3❌ 单文件不定
门控工作流✅ 8 阶段入口/出口少见
停滞检测✅ 量化信号
安全扫描✅ 发布前仅人工不定
触发词优化✅ 10+10 测试,覆盖率检查
🚀 工作流

按场景触发相应工作流

根据你的任务选择对应入口,让技能创建、审计和发布都有清晰路径。

🆕 创建新技能从零构建技能

“创建一个做 X 的 Skill”

🔍 审计已有技能发布前质量检查

“帮我审计 my-skill 的质量”

🚫 修复反模式诊断技能退化

“检查我的 Skill 有没有反模式”

🎯 优化触发词技能不被可靠触发

“我的 Skill 不触发”

✂️ 重构臃肿技能SKILL.md 超过 300 行

“帮我瘦身 SKILL.md”

📊 批量扫描多技能健康检查

bash scripts/skill-audit.sh skill-a skill-b

🚀 发布最终安全扫描 + 打包

“发布 my-skill”

别再目测了。
用工程方法。

AI Agent 技能的质量守门员 —— 53 项,10 层,零妥协。