如何评测一个 AI Skill：从文档、安全到可维护性的完整清单

先确认你评测的确实是 Skill

Skill 的核心通常是可被 Agent 按需加载的指令、脚本和资源，而不是一个必须常驻运行的网络服务。仓库标题里出现 skill 并不能作为充分证据，应继续检查 SKILL.md、安装位置、触发说明和配套资源。

如果项目主要暴露 MCP tools、resources 或 prompts，并要求客户端通过协议连接，它更接近 MCP Server；如果同时打包多个 Agent、工作流和钩子，则更接近 Agent Pack。类型判断错误会让后续安全结论失真。

七步准入检查

• 来源：确认仓库、作者、许可证、发布包与文档指向同一项目，并记录将要安装的精确版本或提交。
• 文档：验证安装、触发条件、输入输出、失败处理、限制和卸载方式是否完整，而不是只看宣传示例。
• 权限：列出文件、网络、Shell、浏览器和凭证访问范围；默认拒绝与任务无关的权限。
• 静态安全：搜索提示注入、隐藏下载执行、凭证外传、危险命令、路径穿越和不受约束的远程内容加载。
• 隔离验证：在测试账号、临时目录和最小权限环境中运行代表性任务，观察实际访问和副作用。
• 维护状态：检查最近更新、未解决安全问题、依赖锁定、发布节奏和维护者响应，而不只看总 Star。
• 留存证据：报告应给出文件位置、规则、局限和复测日期，确保其他人能复核，而不是只留下一个分数。

如何理解 Skill Supermarket 的分数

本站把文档完整度、安全性、工程质量、活跃度和采用度拆开评分。安全风险设置硬上限，流行度不能抵消高危行为；AI Judge 只对已经取得的公开证据做结构化复核。

自动评测适合初筛和持续监测，不替代代码审计、渗透测试或生产环境验证。报告里没有取得的证据，不应被解释成项目已经通过对应测试。