skill-stocktake

name	skill-stocktake
description	在审计 Claude 技能和命令质量时使用。支持快速扫描（仅变更的技能）和完整盘点模式，使用顺序子智能体批量评估。
origin	ECC

skill-stocktake

斜杠命令（/skill-stocktake），使用质量检查清单 + AI 综合判断审计所有 Claude 技能和命令。支持两种模式：快速扫描用于最近变更的技能，完整盘点用于全面审查。

范围

该命令针对以下路径，相对于调用它的目录：

路径	描述
~/.claude/skills/	全局技能（所有项目）
{cwd}/.claude/skills/	项目级技能（如果目录存在）

在阶段 1 开始时，命令会明确列出找到和扫描的路径。

针对特定项目

要包含项目级技能，从该项目的根目录运行：

cd ~/path/to/my-project
/skill-stocktake

如果项目没有 .claude/skills/ 目录，仅评估全局技能和命令。

模式

模式	触发条件	持续时间
快速扫描	results.json 存在（默认）	5-10 分钟
完整盘点	results.json 不存在，或 /skill-stocktake full	20-30 分钟

结果缓存： ~/.claude/skills/skill-stocktake/results.json

快速扫描流程

仅重新评估自上次运行以来有变更的技能（5-10 分钟）。

1. 读取 ~/.claude/skills/skill-stocktake/results.json
2. 运行：bash ~/.claude/skills/skill-stocktake/scripts/quick-diff.sh \ ~/.claude/skills/skill-stocktake/results.json （项目目录从 $PWD/.claude/skills 自动检测；仅在需要时显式传递）
3. 如果输出是 []：报告"自上次运行以来无变更。"并停止
4. 仅使用相同的阶段 2 标准重新评估那些变更的文件
5. 从之前的结果中继承未变更的技能
6. 仅输出差异
7. 运行：bash ~/.claude/skills/skill-stocktake/scripts/save-results.sh \ ~/.claude/skills/skill-stocktake/results.json <<< "$EVAL_RESULTS"

完整盘点流程

阶段 1 — 清单

运行：bash ~/.claude/skills/skill-stocktake/scripts/scan.sh

该脚本枚举技能文件、提取 frontmatter 并收集 UTC 修改时间。 项目目录从 $PWD/.claude/skills 自动检测；仅在需要时显式传递。 从脚本输出呈现扫描摘要和清单表：

扫描中：
  ✓ ~/.claude/skills/         (17 个文件)
  ✗ {cwd}/.claude/skills/    (未找到 — 仅全局技能)

技能	7天使用	30天使用	描述

阶段 2 — 质量评估

启动一个 Agent 工具子智能体（通用智能体），携带完整清单和检查清单：

Agent(
  subagent_type="general-purpose",
  prompt="
根据检查清单评估以下技能清单。

[清单]

[检查清单]

为每个技能返回 JSON：
{ \"verdict\": \"Keep\"|\"Improve\"|\"Update\"|\"Retire\"|\"Merge into [X]\", \"reason\": \"...\" }
"
)

子智能体读取每个技能、应用检查清单，并返回每个技能的 JSON：

{ "verdict": "Keep"|"Improve"|"Update"|"Retire"|"Merge into [X]", "reason": "..." }

分块指导： 每次子智能体调用处理约 20 个技能以保持上下文可管理。每个分块后将中间结果保存到 results.json（status: "in_progress"）。

所有技能评估完成后：设置 status: "completed"，进入阶段 3。

恢复检测： 如果启动时发现 status: "in_progress"，从第一个未评估的技能恢复。

每个技能根据此检查清单评估：

- [ ] 已检查与其他技能的内容重叠
- [ ] 已检查与 MEMORY.md / CLAUDE.md 的重叠
- [ ] 已验证技术参考的新鲜度（如果存在工具名称/CLI 标志/API，使用 WebSearch）
- [ ] 已考虑使用频率

判决标准：

判决	含义
Keep	有用且最新
Improve	值得保留，但需要具体改进
Update	引用的技术已过时（用 WebSearch 验证）
Retire	质量低、过时或成本不对称
Merge into [X]	与另一个技能有实质性重叠；命名合并目标

评估是综合 AI 判断 — 不是数字评分标准。指导维度：

• 可操作性：代码示例、命令或步骤让你能立即行动
• 范围匹配：名称、触发条件和内容对齐；不太宽泛或太窄
• 独特性：不可被 MEMORY.md / CLAUDE.md / 其他技能替代的价值
• 时效性：技术参考在当前环境中可用

原因质量要求 — reason 字段必须自包含且支持决策：

• 不要只写"未更改" — 始终重述核心证据
• 对于 Retire：说明 (1) 发现了什么具体缺陷，(2) 什么覆盖了相同需求
  • 差："已被替代"
  • 好："disable-model-invocation: true 已设置；被 continuous-learning-v2 替代，后者涵盖所有相同模式加上置信度评分。没有剩余的独特内容。"
• 对于 Merge：命名目标并描述要集成什么内容
  • 差："与 X 重叠"
  • 好："42 行薄弱内容；chatlog-to-article 的步骤 4 已涵盖相同工作流。将'article angle'提示作为注释集成到该技能中。"
• 对于 Improve：描述需要的具体更改（哪个部分、什么行动、目标大小如果相关）
  • 差："太长"
  • 好："276 行；'框架比较'部分（L80-140）与 ai-era-architecture-principles 重复；删除以达到约 150 行。"
• 对于 Keep（快速扫描中仅 mtime 变更）：重述原始判决理由，不要写"未更改"
  • 差："未更改"
  • 好："mtime 已更新但内容未更改。独特的 Python 参考被 rules/python/ 显式导入；未发现重叠。"

阶段 3 — 汇总表

技能	7天使用	判决	原因

阶段 4 — 整合

1. Retire / Merge：在与用户确认之前呈现每个文件的详细理由：
   • 发现了什么具体问题（重叠、过时、损坏的引用等）
   • 什么替代方案覆盖了相同功能（对于 Retire：哪个现有技能/规则；对于 Merge：目标文件和要集成什么内容）
   • 移除的影响（任何依赖的技能、MEMORY.md 引用或受影响的工作流）
2. Improve：呈现具体的改进建议及理由：
   • 要更改什么以及为什么（例如，"将 430 行精简到 200 行，因为 X/Y 部分与 python-patterns 重复"）
   • 用户决定是否行动
3. Update：呈现检查了来源的更新内容
4. 检查 MEMORY.md 行数；如果超过 100 行建议压缩

结果文件模式

~/.claude/skills/skill-stocktake/results.json：

evaluated_at：必须设置为评估完成的实际 UTC 时间。 通过 Bash 获取：date -u +%Y-%m-%dT%H:%M:%SZ。绝不使用仅日期的近似值如 T00:00:00Z。

{
  "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": "具体、可操作、对 X 工作流有独特价值",
      "mtime": "2026-01-15T08:30:00Z"
    }
  }
}

注意事项

• 评估是盲目的：相同的检查清单适用于所有技能，无论来源（ECC、自编写、自动提取）
• 归档/删除操作始终需要明确的用户确认
• 不根据技能来源进行判决分支