> skill-stocktake
用于审计Claude技能和命令的质量。支持快速扫描(仅变更技能)和全面盘点模式,采用顺序子代理批量评估。
curl "https://skillshub.wtf/affaan-m/everything-claude-code/skill-stocktake?format=md"skill-stocktake
斜杠命令 (/skill-stocktake),用于使用质量检查清单 + AI 整体判断来审核所有 Claude 技能和命令。支持两种模式:用于最近更改技能的快速扫描,以及用于完整审查的全面盘点。
范围
该命令针对以下相对于调用命令所在目录的路径:
| 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) |
在第 1 阶段开始时,该命令会明确列出找到并扫描了哪些路径。
针对特定项目
要包含项目级技能,请从该项目根目录运行:
cd ~/path/to/my-project
/skill-stocktake
如果项目没有 .claude/skills/ 目录,则只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 |
| 全面盘点 | 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发生更改的技能(5–10 分钟)。
- 读取
~/.claude/skills/skill-stocktake/results.json - 运行:
bash ~/.claude/skills/skill-stocktake/scripts/quick-diff.sh \ ~/.claude/skills/skill-stocktake/results.json(项目目录从$PWD/.claude/skills自动检测;仅在需要时显式传递) - 如果输出是
[]:报告“自上次运行以来无更改。”并停止 - 使用相同的第 2 阶段标准仅重新评估那些已更改的文件
- 沿用先前结果中未更改的技能
- 仅输出差异
- 运行:
bash ~/.claude/skills/skill-stocktake/scripts/save-results.sh \ ~/.claude/skills/skill-stocktake/results.json <<< "$EVAL_RESULTS"
全面盘点流程
第 1 阶段 — 清单
运行:bash ~/.claude/skills/skill-stocktake/scripts/scan.sh
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。
从脚本输出中呈现扫描摘要和清单表:
Scanning:
✓ ~/.claude/skills/ (17 files)
✗ {cwd}/.claude/skills/ (not found — global skills only)
| 技能 | 7天使用 | 30天使用 | 描述 |
|---|
第 2 阶段 — 质量评估
启动一个 通用代理 工具子代理,并使用完整的清单和检查项:
Agent(
subagent_type="general-purpose",
prompt="
Evaluate the following skill inventory against the checklist.
[INVENTORY]
[CHECKLIST]
Return JSON for each skill:
{ \"verdict\": \"Keep\"|\"Improve\"|\"Update\"|\"Retire\"|\"Merge into [X]\", \"reason\": \"...\" }
"
)
子代理读取每项技能,应用检查项,并返回每项技能的 JSON 结果:
{ "verdict": "Keep"|"Improve"|"Update"|"Retire"|"Merge into [X]", "reason": "..." }
分块指导: 每个子代理调用处理约 20 个技能,以保持上下文可管理。在每个块之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",进入第 3 阶段。
恢复检测: 如果在启动时找到 status: "in_progress",则从第一个未评估的技能处恢复。
每个技能都根据此检查清单进行评估:
- [ ] Content overlap with other skills checked
- [ ] Overlap with MEMORY.md / CLAUDE.md checked
- [ ] Freshness of technical references verified (use WebSearch if tool names / CLI flags / APIs are present)
- [ ] Usage frequency considered
判定标准:
| 判定 | 含义 |
|---|---|
| Keep | 有用且最新 |
| Improve | 值得保留,但需要特定改进 |
| Update | 引用的技术已过时(通过 WebSearch 验证) |
| Retire | 质量低、陈旧或成本不对称 |
| Merge into [X] | 与另一技能有大量重叠;命名合并目标 |
评估是整体 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,让你可以立即行动
- 范围契合度:名称、触发器和内容保持一致;不过于宽泛或狭窄
- 独特性:价值不能被 MEMORY.md / CLAUDE.md / 其他技能取代
- 时效性:技术引用在当前环境中有效
原因质量要求 — reason 字段必须是自包含且能支持决策的:
- 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) 有什么替代方案覆盖了相同需求
- 差:
"Superseded" - 好:
"disable-model-invocation: true already set; superseded by continuous-learning-v2 which covers all the same patterns plus confidence scoring. No unique content remains."
- 差:
- 对于 Merge:命名目标并描述要集成什么内容
- 差:
"Overlaps with X" - 好:
"42-line thin content; Step 4 of chatlog-to-article already covers the same workflow. Integrate the 'article angle' tip as a note in that skill."
- 差:
- 对于 Improve:描述所需的具体更改(哪个部分,什么操作,如果相关则说明目标大小)
- 差:
"Too long" - 好:
"276 lines; Section 'Framework Comparison' (L80–140) duplicates ai-era-architecture-principles; delete it to reach ~150 lines."
- 差:
- 对于 Keep(快速扫描中仅 mtime 更改):重述原始判定理由,不要写“未更改”
- 差:
"Unchanged" - 好:
"mtime updated but content unchanged. Unique Python reference explicitly imported by rules/python/; no overlap found."
- 差:
第 3 阶段 — 摘要表
| 技能 | 7天使用 | 判定 | 原因 |
|---|
第 4 阶段 — 整合
- Retire / Merge:在用户确认之前,按文件呈现详细理由:
- 发现了什么具体问题(重叠、陈旧、引用损坏等)
- 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:目标文件以及要集成什么内容)
- 移除的影响(是否有依赖技能、MEMORY.md 引用或受影响的工作流)
- Improve:呈现具体的改进建议及理由:
- 更改什么以及为什么(例如,“将 430 行压缩至 200 行,因为 X/Y 部分与 python-patterns 重复”)
- 用户决定是否采取行动
- Update:呈现已检查来源的更新后内容
- 检查 MEMORY.md 行数;如果超过 100 行,则建议压缩
结果文件模式
~/.claude/skills/skill-stocktake/results.json:
evaluated_at:必须设置为评估完成时的实际 UTC 时间。
通过 Bash 获取:date -u +%Y-%m-%dT%H:%M:%SZ。切勿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": "Concrete, actionable, unique value for X workflow",
"mtime": "2026-01-15T08:30:00Z"
}
}
}
注意事项
- 评估是盲目的:无论来源如何(ECC、自创、自动提取),所有技能都应用相同的检查清单
- 归档 / 删除操作始终需要明确的用户确认
- 不按技能来源进行判定分支
> related_skills --same-repo
> team-builder
Interactive agent picker for composing and dispatching parallel teams
> rust-testing
Rust testing patterns including unit tests, integration tests, async testing, property-based testing, mocking, and coverage. Follows TDD methodology.
> rust-patterns
Idiomatic Rust patterns, ownership, error handling, traits, concurrency, and best practices for building safe, performant applications.
> rules-distill
Scan skills to extract cross-cutting principles and distill them into rules — append, revise, or create new rule files