| name | validating-skills |
| description | 检查 Skill 是否符合 Anthropic 官方最佳实践，执行自动化结构检查和 AI 内容质量审查，输出分级检查报告。当用户要求验证、检查、审查、评估某个 Skill 或 SKILL.md 是否规范时使用。 |
Skill 最佳实践验证
对目标 Skill 执行结构检查 + AI 内容审查，输出分级报告。
验证流程
按以下三个步骤执行，复制清单跟踪进度：
验证进度：
- [ ] 步骤 1：运行结构检查脚本
- [ ] 步骤 2：AI 内容质量审查
- [ ] 步骤 3：输出综合报告
步骤 1：运行结构检查脚本
运行自动化验证脚本获取结构性检查结果：
python scripts/validate_skill.py <skill目录路径>
获取 JSON 格式结果（用于程序化处理）：
python scripts/validate_skill.py <skill目录路径> --format json
脚本检查 19 项规则：SKILL.md 存在性、name/description 字段格式、正文行数、多余文件、Windows 路径、引用深度，以及 4 项安全检查（硬编码凭据、危险命令、HTTP 明文 URL、敏感路径引用）。
记录脚本输出，继续步骤 2。
步骤 2：AI 内容质量审查
读取目标 Skill 的 SKILL.md 全文，逐项执行以下 8 项语义检查：
检查 A：description 质量
审查 description 是否满足：
- 使用第三人称（不用"我"或"你"）
- 同时包含 WHAT（做什么）和 WHEN（何时触发）
- 足够具体，包含触发关键词
- "何时使用"信息在 description 中而非正文中
检查 B：内容简洁性
审查正文是否包含 Claude 已经知道的通用知识：
- 不解释常见术语（如"PDF 是便携式文档格式"）
- 不赘述库的基本用法
- 优先使用示例而非冗长解释
检查 C：术语一致性
扫描全文，检查是否混用同义词：
- 同一概念是否始终用同一个词
- 是否混用中英文表达同一概念
检查 D：时间敏感信息
检查是否存在会过期的日期性表述（如"2025年8月前请使用旧版"）。
检查 E：示例质量
检查示例是否具体（有输入/输出对），而非抽象笼统。
检查 F：工作流与反馈循环
对于包含多步操作的 Skill，检查：
- 是否有清晰的步骤分解
- 关键操作是否有验证/反馈循环
检查 G：信息安全（凭据与命令）
审查是否存在脚本自动检查可能遗漏的安全隐患：
- 是否有变形/拼接方式隐藏的凭据（如分段拼接 API Key）
- 脚本中的用户输入是否经过转义/验证（防注入）
- 涉及文件操作的路径是否做了遍历防护（防
../ 攻击）
- 外部依赖是否来自可信源，版本是否锁定
检查 H：权限最小化
审查 Skill 是否遵循最小权限原则：
- 是否请求了超出功能所需的系统权限
- 文件操作是否限定在工作目录范围内
- 网络请求是否限定在必要的域名范围内
详细检查标准参阅 references/official-checklist.md。
步骤 3：输出综合报告
合并步骤 1（脚本结果）和步骤 2（AI 审查），按以下模板输出报告：
# Skill 检查报告: [skill-name]
## 结构检查 (脚本自动)
[粘贴脚本输出的各项结果]
## 内容检查 (AI 分析)
- [状态] 检查 A - description 质量: [具体说明]
- [状态] 检查 B - 内容简洁性: [具体说明]
- [状态] 检查 C - 术语一致性: [具体说明]
- [状态] 检查 D - 时间敏感信息: [具体说明]
- [状态] 检查 E - 示例质量: [具体说明]
- [状态] 检查 F - 工作流与反馈循环: [具体说明]
- [状态] 检查 G - 信息安全（凭据与命令）: [具体说明]
- [状态] 检查 H - 权限最小化: [具体说明]
## 总结
通过: X | 警告: X | 必须修复: X
状态标记规则：
- 必须修复：违反硬性规则（name/description 格式、行数超限等）
- 建议改进：不符合最佳实践建议（命名惯例、术语不一致等）
- 通过：符合要求
