skill-stocktake

name skill-stocktake description 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。 origin ECC 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： 扫描中： ✓ ~/.claude/skills/ (17 个文件) ✗ {cwd}/.claude/skills/ (未找到 — 仅限全局技能) 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=" 根据检查清单评估以下技能清单。 [INVENTORY] [CHECKLIST] 为每项技能返回 JSON： { \"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： - [ ] 已检查与其他技能的内容重叠情况 - [ ] 已检查与 MEMORY.md / CLAUDE.md 的重叠情况 - [ ] 已验证技术引用的时效性（如果存在工具名称 / CLI 参数 / API，请使用 WebSearch 进行验证） - [ ] 已考虑使用频率 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：技术引用在当前环境中有效 原因质量要求 — reason 字段必须是自包含且能支持决策的： 不要只写“未更改” — 始终重述核心证据 对于 Retire ：说明 (1) 发现了什么具体缺陷，(2) 有什么替代方案覆盖了相同需求 差： "Superseded" 好： "disable-model-invocation: true already set; superseded by continuous-learning-v2 which covers all the same patterns plus confidence scoring.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." 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." 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." 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." 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