skill-scorer

Name: skill-scorer
Author: AndrewNgGirl

69stars6forks

How to install skill-scorer?

andrewnggirl/skilllens/skill-scorer

$npx -y skills add AndrewNgGirl/SkillLens --skill skill-scorer

Installs into the current project.

Summary

Evaluates Agent Skills (Cursor / Claude / OpenClaw compatible) and produces a quantitative, rubric-based score with actionable improvement suggestions. Use when the user asks to review, rate, audit, grade, lint, or improve a SKILL.md file, a skill folder, or a skill archive, or s

Files · 1

View on GitHub

SKILL.md

1	# skill-scorer
2
3	一个"评测 Skill 的 Skill"。接收任意 Agent Skill 的源文件，必须依据本仓库的官方评分入口和 `rubric/rubric.yaml`
4	给出 5 大支柱的 100 分制评分、等级、证据引用与改进建议。Rubric 内置三类型差异化（atomic / pipeline / composite），子维度数随 skill 结构自动启用，由 `applies_to` 字段控制。同时兼容 Cursor / Claude / OpenClaw 三套规范。
5
6	## When to use
7
8	- 用户提供 `SKILL.md` / skill 文件夹 / `.zip` / GitHub URL，并请求评分、审计或改进建议。
9	- 用户询问"我这个 skill 写得怎么样"、"怎么提升我的 skill 质量"、"帮我对齐官方最佳实践"。
10	- 不适用于：评价非 Skill 类文档（普通 README / 博客 / prompt 模板）。
11
12	## Code Agent Quick Start
13
14	如果你是 Cursor、WorkBuddy、Hermes、小龙虾或类似 code agent，先读 `USAGE.md`。
15
16	推荐先运行 CLI 向导，让用户选择通用评测或金融专家版；如果选择金融专家版，向导会继续确认金融子场景，并输出后续官方命令：
17
18	```bash
19	python3 skills/skill-scorer/scripts/score.py --agent-wizard <path-to-skill-zip-dir-or-SKILL.md>
20	```
21
22	规则分预览：
23
24	```bash
25	python3 skills/skill-scorer/scripts/score.py <path-to-skill-zip-dir-or-SKILL.md>
26	```
27
28	完整 agent-side Deep Review（使用 code agent 自己的模型套餐，不消耗 SkillLens 服务端 key）：
29
30	```bash
31	python3 skills/skill-scorer/scripts/score.py --agent-prompt <path-to-skill-zip-dir-or-SKILL.md> > agent-deep-review-prompt.md
32	# 将 agent-deep-review-prompt.md 完整交给当前 code agent 的模型，保存严格 JSON 为 agent-llm-results.json
33	python3 skills/skill-scorer/scripts/score.py --llm-results agent-llm-results.json <path-to-skill-zip-dir-or-SKILL.md>
34	```
35
36	不得临时生成自定义评分脚本替代官方 CLI；最终分数必须来自最后一步官方 CLI 输出。
37
38	金融专家版（可选）应优先通过 `--agent-wizard` 选择；手动执行时，必须在 `--agent-prompt` 和 `--llm-results` 两步都加入相同的 `--domain finance --scenario <scenario-id>`。支持的场景详见 `USAGE.md`。
39
40	## Inputs
41
42	- 一个 `SKILL.md` 文本，或
43	- 一个 skill 目录（含 `scripts/` `references/` `assets/` 等），或
44	- 一个 `.zip` 打包的 skill，或
45	- 一个指向 skill 仓库/子目录的 GitHub URL（Web 工具侧支持）。
46
47	## Outputs
48
49	```json
50	{
51	"spec": "claude \| openclaw",
52	"language": "zh \| en",
53	"score": 0-100,
54	"grade": "S \| A \| B \| C \| D",
55	"pillars": [
56	{
57	"id": "business_value",
58	"score": 0-25,
59	"dimensions": [
60	{
61	"id": "...",
62	"checks": [
63	{
64	"id": "...",
65	"status": "pass\|partial\|fail\|n_a",
66	"evidence": "<primary-language alias>",
67	"evidence_zh": "中文现状",
68	"evidence_en": "English diagnosis",
69	"fix": "<primary-language alias>",
70	"fix_zh": "中文改法",
71	"fix_en": "English fix"
72	}
73	]
74	}
75	]
76	}
77	],
78	"bonus": 0-5,
79	"suggestions": [
80	{
81	"title": "Top 改进项",
82	"title_zh": "中文 Top 改进项",
83	"title_en": "English Top Improvement",
84	"why": "现状",
85	"why_zh": "中文现状",
86	"why_en": "English why",
87	"how": "改法",
88	"how_zh": "中文改法",
89	"how_en": "English how"
90	}
91	],
92	"deepReviewCertificate": {
93	"status": "verified"
94	}
95	}
96	```
97
98	`evidence_zh` + `evidence_en` (and `fix_zh` + `fix_en`, `why_zh` + `why_en`, `how_zh` + `how_en`, `title_zh` + `title_en`) are the canonical bilingual fields ≥ engineVersion 0.4.1. The unsuffixed `evidence` / `fix` / `why` / `how` / `title` are preserved as back-compat aliases pointing at the primary language so older readers keep working. The HTML report's ZH/EN toggle uses the suffixed fields to switch body content; falls back to the bare field when the JSON predates the bilingual schema.
99
100	## Workflow
101
102	1. Locate SkillLens root：先定位包含 `skills/skill-scorer/rubric/rubric.yaml` 的 SkillLens 仓库根目录。
103	2. Run official scorer：运行官方 CLI，不得临时生成替代评分脚本：
104
105	```bash
106	python3 skills/skill-scorer/scripts/score.py <path-to-skill-zip-dir-or-SKILL.md>
107	```
108
109	3. Choose review mode：优先运行 `--agent-wizard`。如手动执行，必须确认是否启用领域专家版；当前 MVP 支持 `finance`，并必须确认具体 `--scenario`。
110	4. Agent-side Deep Review when requested：如需完整深度评测，必须先运行 `--agent-prompt` 生成官方提示词，用当前 code agent 的模型返回严格 JSON，再运行 `--llm-results` 合并。领域专家版必须在两步命令都带上相同的 `--domain` / `--scenario`。
111	5. Use official JSON only：总分、等级、pillar/dimension/check 分数必须来自官方 CLI 最终 JSON 输出，不能由 Agent 自己重算或补满。
112	6. Verify certificate：完整 Deep Review 必须包含 `deepReviewCertificate.status="verified"`；金融专家版还必须包含 `domainExpert` 和 `deepReviewCertificate.domain`；没有证书只能称为规则分预览或非官方结果。
113	7. Render：按用户阅读语言（zh / en）从 JSON 取双语字段（`evidence_zh` + `evidence_en`, `fix_zh` + `fix_en`, `why_zh` + `why_en`, `how_zh` + `how_en`）渲染报告；Top 改进项必须来自 JSON 的 `suggestions`，旧版单语 JSON 可回退到 `evidence` / `fix` / `why` / `how`。
114
115	## Official Tool Contract
116
117	- MUST call `skills/skill-scorer/scripts/score.py` for local tool use, or call the deployed SkillLens Web/API endpoint when the user explicitly提供该服务地址。
118	- SHOULD start with `--agent-wizard` for agent-side Deep Review so the user explicitly chooses general vs. finance expert review

People who liked this also viewed

6 picks

Type

skill-scorer

69stars6forks

View on GitHub

How to install skill-scorer?

andrewnggirl/skilllens/skill-scorer

$npx -y skills add AndrewNgGirl/SkillLens --skill skill-scorer

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# skill-scorer
2
3	一个"评测 Skill 的 Skill"。接收任意 Agent Skill 的源文件，必须依据本仓库的官方评分入口和 `rubric/rubric.yaml`
4	给出 5 大支柱的 100 分制评分、等级、证据引用与改进建议。Rubric 内置三类型差异化（atomic / pipeline / composite），子维度数随 skill 结构自动启用，由 `applies_to` 字段控制。同时兼容 Cursor / Claude / OpenClaw 三套规范。
5
6	## When to use
7
8	- 用户提供 `SKILL.md` / skill 文件夹 / `.zip` / GitHub URL，并请求评分、审计或改进建议。
9	- 用户询问"我这个 skill 写得怎么样"、"怎么提升我的 skill 质量"、"帮我对齐官方最佳实践"。
10	- 不适用于：评价非 Skill 类文档（普通 README / 博客 / prompt 模板）。
11
12	## Code Agent Quick Start
13
14	如果你是 Cursor、WorkBuddy、Hermes、小龙虾或类似 code agent，先读 `USAGE.md`。
15
16	推荐先运行 CLI 向导，让用户选择通用评测或金融专家版；如果选择金融专家版，向导会继续确认金融子场景，并输出后续官方命令：
17
18	```bash
19	python3 skills/skill-scorer/scripts/score.py --agent-wizard <path-to-skill-zip-dir-or-SKILL.md>
20	```
21
22	规则分预览：
23
24	```bash
25	python3 skills/skill-scorer/scripts/score.py <path-to-skill-zip-dir-or-SKILL.md>
26	```
27
28	完整 agent-side Deep Review（使用 code agent 自己的模型套餐，不消耗 SkillLens 服务端 key）：
29
30	```bash
31	python3 skills/skill-scorer/scripts/score.py --agent-prompt <path-to-skill-zip-dir-or-SKILL.md> > agent-deep-review-prompt.md
32	# 将 agent-deep-review-prompt.md 完整交给当前 code agent 的模型，保存严格 JSON 为 agent-llm-results.json
33	python3 skills/skill-scorer/scripts/score.py --llm-results agent-llm-results.json <path-to-skill-zip-dir-or-SKILL.md>
34	```
35
36	不得临时生成自定义评分脚本替代官方 CLI；最终分数必须来自最后一步官方 CLI 输出。
37
38	金融专家版（可选）应优先通过 `--agent-wizard` 选择；手动执行时，必须在 `--agent-prompt` 和 `--llm-results` 两步都加入相同的 `--domain finance --scenario <scenario-id>`。支持的场景详见 `USAGE.md`。
39
40	## Inputs
41
42	- 一个 `SKILL.md` 文本，或
43	- 一个 skill 目录（含 `scripts/` `references/` `assets/` 等），或
44	- 一个 `.zip` 打包的 skill，或
45	- 一个指向 skill 仓库/子目录的 GitHub URL（Web 工具侧支持）。
46
47	## Outputs
48
49	```json
50	{
51	"spec": "claude \| openclaw",
52	"language": "zh \| en",
53	"score": 0-100,
54	"grade": "S \| A \| B \| C \| D",
55	"pillars": [
56	{
57	"id": "business_value",
58	"score": 0-25,
59	"dimensions": [
60	{
61	"id": "...",
62	"checks": [
63	{
64	"id": "...",
65	"status": "pass\|partial\|fail\|n_a",
66	"evidence": "<primary-language alias>",
67	"evidence_zh": "中文现状",
68	"evidence_en": "English diagnosis",
69	"fix": "<primary-language alias>",
70	"fix_zh": "中文改法",
71	"fix_en": "English fix"
72	}
73	]
74	}
75	]
76	}
77	],
78	"bonus": 0-5,
79	"suggestions": [
80	{
81	"title": "Top 改进项",
82	"title_zh": "中文 Top 改进项",
83	"title_en": "English Top Improvement",
84	"why": "现状",
85	"why_zh": "中文现状",
86	"why_en": "English why",
87	"how": "改法",
88	"how_zh": "中文改法",
89	"how_en": "English how"
90	}
91	],
92	"deepReviewCertificate": {
93	"status": "verified"
94	}
95	}
96	```
97
98	`evidence_zh` + `evidence_en` (and `fix_zh` + `fix_en`, `why_zh` + `why_en`, `how_zh` + `how_en`, `title_zh` + `title_en`) are the canonical bilingual fields ≥ engineVersion 0.4.1. The unsuffixed `evidence` / `fix` / `why` / `how` / `title` are preserved as back-compat aliases pointing at the primary language so older readers keep working. The HTML report's ZH/EN toggle uses the suffixed fields to switch body content; falls back to the bare field when the JSON predates the bilingual schema.
99
100	## Workflow
101
102	1. Locate SkillLens root：先定位包含 `skills/skill-scorer/rubric/rubric.yaml` 的 SkillLens 仓库根目录。
103	2. Run official scorer：运行官方 CLI，不得临时生成替代评分脚本：
104
105	```bash
106	python3 skills/skill-scorer/scripts/score.py <path-to-skill-zip-dir-or-SKILL.md>
107	```
108
109	3. Choose review mode：优先运行 `--agent-wizard`。如手动执行，必须确认是否启用领域专家版；当前 MVP 支持 `finance`，并必须确认具体 `--scenario`。
110	4. Agent-side Deep Review when requested：如需完整深度评测，必须先运行 `--agent-prompt` 生成官方提示词，用当前 code agent 的模型返回严格 JSON，再运行 `--llm-results` 合并。领域专家版必须在两步命令都带上相同的 `--domain` / `--scenario`。
111	5. Use official JSON only：总分、等级、pillar/dimension/check 分数必须来自官方 CLI 最终 JSON 输出，不能由 Agent 自己重算或补满。
112	6. Verify certificate：完整 Deep Review 必须包含 `deepReviewCertificate.status="verified"`；金融专家版还必须包含 `domainExpert` 和 `deepReviewCertificate.domain`；没有证书只能称为规则分预览或非官方结果。
113	7. Render：按用户阅读语言（zh / en）从 JSON 取双语字段（`evidence_zh` + `evidence_en`, `fix_zh` + `fix_en`, `why_zh` + `why_en`, `how_zh` + `how_en`）渲染报告；Top 改进项必须来自 JSON 的 `suggestions`，旧版单语 JSON 可回退到 `evidence` / `fix` / `why` / `how`。
114
115	## Official Tool Contract
116
117	- MUST call `skills/skill-scorer/scripts/score.py` for local tool use, or call the deployed SkillLens Web/API endpoint when the user explicitly提供该服务地址。
118	- SHOULD start with `--agent-wizard` for agent-side Deep Review so the user explicitly chooses general vs. finance expert review

People who liked this also viewed

6 picks

Type