skill-judge

# 技能评估器 (Skill Judge) 根据官方规范以及从 17 个以上官方示例中总结的模式来评估智能体技能。 --- ## 核心理念 ### 什么是技能？ 技能不是教程。技能是一种**知识外化机制**。 传统的 AI 知识被锁定在模型参数中。要教授新能力： 传统方式：收集数据 → GPU 集群 → 训练 → 部署新版本 成本：10,000 美元 - 1,000,000 美元以上 时间：数周到数月 技能改变了这一点： 技能方式：编辑 SKILL.md → 保存 → 下次调用即生效 成本：0 美元 时间：即时 这是从“训练 AI”到“教育 AI”的范式转移——就像一个无需训练的热插拔 LoRA 适配器。你用自然语言编辑 Markdown 文件，模型的行为就会发生改变。 ### 核心公式 > **优秀的技能 = 专家级知识 − Claude 已知知识** 技能的价值由其**知识增量**衡量——即它所提供的知识与模型已有知识之间的差距。 - **专家级知识**：决策树、权衡取舍、边缘情况、反模式、特定领域的思维框架——这些是需要多年经验积累的东西 - **Claude 已知知识**：基本概念、标准库用法、常见编程模式、通用最佳实践 如果一个技能解释“什么是 PDF”或“如何编写 for 循环”，它就是在压缩 Claude 已经掌握的知识。这是** Token 浪费**——上下文窗口是与系统提示词、对话历史、其他技能和用户请求共享的公共资源。 ### 工具 vs 技能 | 概念 | 本质 | 功能 | 示例 | |---------|---------|----------|---------| | **工具 (Tool)** | 模型能做什么 | 执行动作 | bash, read_file, write_file, WebSearch | | **技能 (Skill)** | 模型知道怎么做 | 指导决策 | PDF 处理, MCP 构建, 前端设计 | 工具定义了能力边界——没有 bash 工具，模型就无法执行命令。 技能注入知识——没有前端设计技能，模型只能生成通用的 UI。 **公式**： 通用智能体 + 优秀技能 = 领域专家智能体 同一个 Claude 模型，加载不同的技能，就会变成不同的专家。 ### 技能中的三种知识类型 在评估时，对每个部分进行分类： | 类型 | 定义 | 处理方式 | |------|------------|-----------| | **专家** | Claude 确实不知道这些 | 必须保留——这是技能的价值所在 | | **激活** | Claude 知道但可能想不到 | 如果...