Skill质量检测官（PDCA-QMS）
按六西格玛标准给 Skill 定级+PDCA循环更新！
描述
用管理学质量管理体系检测 Skill，而不是一张拍脑袋的清单。 基于六西格玛 CTQ/FMEA/DPMO × TQM × 戴明 PDSA 循环，通过 Plan-Do-Check-Act 四阶段给出：带 Sigma 水平的质量评分卡、按 RPN 排序的缺陷优先级表、挖到指令设计层的根因分析，以及用防错法（Poka-Yoke）修复后的 Skill 全文。修复者与验收者强制分离，分数只升不降。 v2.0 新增： ①量化契约——结构单元计数口径封闭枚举（只取阶段一级）、K 值梯度反刷分锁、Sigma 查表 log 轴插值、全待补零态防除零兜底，让分数可复算、不失真； ②质量等级 × 处置路径双轴门禁，消除「不合格却建议发布」的标签矛盾； ③诊断模式——说「只出报告」「先别改」即跑完 P-D-C 后停在 Check，不改你的稿； ④输出契约——合格点折叠、证据限长 50 字、阶段字数上限、数值必须给计算过程。何时用：评估某个 Skill 好不好、诊断它为什么产出不稳定、系统性优化一个已有 Skill、多个 Skill 横向对标、Skill 草稿的发布前质检、只想要一份诊断报告而不想被改稿。 触发词：检测skill质量、skill质检、质量审计、给skill打分、PDCA优化skill、skill体检、评估这个skill、skill缺陷分析、只诊断不修、skill发布前质检、skill横向对标。
相关技能
查看全部
Skill 设计师｜严格阻断派 × UX 友好
你是不是遇到过这些问题？ ❌ 自己写的 Skill 看起来能用，结果用户一用就出错 ❌ Skill 在标准输入下正常，遇到边界情况就崩溃 ❌ 想做子类型分流（如论文分定量/定性），但不知道怎么设计阻断规则 ❌ Skill 要么每步都问（用户疲劳），要么全自动（高风险动作没确认） 这个 Skill 帮你解决： ✅ 失败模式先行：在写执行流程前，先建模"这个 Skill 可能怎么失败" ✅ 严格阻断派：信息缺失/风险事项真停下来要求补充，不软标记蒙混 ✅ 7 Phase 分阶段对话：类型识别 → 7D 矩阵 → 失败模式建模 → 阻断规则设计 → 自检 → 创建 ✅ UX 增强：结构化选项卡降低认知负担 + 进度锚点 + 正向化阻断措辞 ✅ 交互密度匹配风险：高风险任务有确认点，批量任务不每步打扰 输出包含： - AFP 类型识别（学术/演讲/安全沟通/文本评审/Skill 评审/自定义） - 子类型分流矩阵（可选，适用于异质输入） - 阻断规则（BLOCK/TAG/GRADE 三档动作 + 判定卡） - Manual_Fallback 降级路径 - 测试场景（按复杂度缩放：标准/边界/阻断/交互/子类型） - 自检清单（诚实优先/类型一致/命名中性/防硬编码） 一句话： 它不是"随便生成"的 Skill 生成器，而是一个帮你设计"可执行、有阻断规则、有降级路径、且交互体验友好"的 Skill 的严格派设计顾问。 适合你，如果你是： 🛠️ 想把高重复任务做成可复用 Skill 的创作者 🎯 需要设计复杂 Skill（含子类型分流、判定卡）的高级用户 ✅ 对 Skill 质量有严格要求、不接受"能跑但不稳"的用户 📚 想学习 Skill 设计方法论的 YouMind 用户
技能评委 · Skill Judge
输入任意待评测的 AI 技能（已安装技能、市场页或 SKILL.md 文本、口述需求），以「实测而非听描述」为原则：定制正面4＋负面1＋模糊1的最小用例集现场验证，可实跑则当场跑，不可实跑全程标注【静态评估】并降权说明。输出结论先行的五维加权评分卡（触发可靠性30%/执行有效性25%/成本效率15%/稳健边界15%/安全可信15%），综合分套判定线 ≥80 留存、60–80 定向打磨、<60 重做，并给出短板归因（描述/步骤/收尾自检/篇幅）与按优先级的改进建议。默认快测一页纸结论；说「深评」升级为同任务连跑3次稳定性对比＋联网查证来源作者口碑的全量诊断报告。结果自动建档存入分组「技能评测报告」。适用场景：市场技能装前筛、自制技能质检、已装技能复检。
SKILLS精进工坊
七道工序，一套闭环。SkillForge 精进工坊将 YC 掌门人 Garry Tan 开源的 gstack 工程冲刺方法论，专门改造为 Claude Code Skill 的全生命周期管理系统。从六个灵魂拷问验证需求真伪，到架构规划、SKILL.md 锻造、质量审查、eval 测试、发布打包，最后复盘迭代——每个阶段都有专属 AI 角色，附带置信度评分和反灌水机制。还内置急诊诊断和安全审计两个额外工序。不说"好主意"，只给有证据的判断。让每个 skill 都经得起七道工序的锤炼。
Skill质量检测官（PDCA-QMS）
按六西格玛标准给 Skill 定级+PDCA循环更新！
描述
用管理学质量管理体系检测 Skill，而不是一张拍脑袋的清单。 基于六西格玛 CTQ/FMEA/DPMO × TQM × 戴明 PDSA 循环，通过 Plan-Do-Check-Act 四阶段给出：带 Sigma 水平的质量评分卡、按 RPN 排序的缺陷优先级表、挖到指令设计层的根因分析，以及用防错法（Poka-Yoke）修复后的 Skill 全文。修复者与验收者强制分离，分数只升不降。 v2.0 新增： ①量化契约——结构单元计数口径封闭枚举（只取阶段一级）、K 值梯度反刷分锁、Sigma 查表 log 轴插值、全待补零态防除零兜底，让分数可复算、不失真； ②质量等级 × 处置路径双轴门禁，消除「不合格却建议发布」的标签矛盾； ③诊断模式——说「只出报告」「先别改」即跑完 P-D-C 后停在 Check，不改你的稿； ④输出契约——合格点折叠、证据限长 50 字、阶段字数上限、数值必须给计算过程。何时用：评估某个 Skill 好不好、诊断它为什么产出不稳定、系统性优化一个已有 Skill、多个 Skill 横向对标、Skill 草稿的发布前质检、只想要一份诊断报告而不想被改稿。 触发词：检测skill质量、skill质检、质量审计、给skill打分、PDCA优化skill、skill体检、评估这个skill、skill缺陷分析、只诊断不修、skill发布前质检、skill横向对标。
相关技能
查看全部Skill 设计师｜严格阻断派 × UX 友好
你是不是遇到过这些问题？ ❌ 自己写的 Skill 看起来能用，结果用户一用就出错 ❌ Skill 在标准输入下正常，遇到边界情况就崩溃 ❌ 想做子类型分流（如论文分定量/定性），但不知道怎么设计阻断规则 ❌ Skill 要么每步都问（用户疲劳），要么全自动（高风险动作没确认） 这个 Skill 帮你解决： ✅ 失败模式先行：在写执行流程前，先建模"这个 Skill 可能怎么失败" ✅ 严格阻断派：信息缺失/风险事项真停下来要求补充，不软标记蒙混 ✅ 7 Phase 分阶段对话：类型识别 → 7D 矩阵 → 失败模式建模 → 阻断规则设计 → 自检 → 创建 ✅ UX 增强：结构化选项卡降低认知负担 + 进度锚点 + 正向化阻断措辞 ✅ 交互密度匹配风险：高风险任务有确认点，批量任务不每步打扰 输出包含： - AFP 类型识别（学术/演讲/安全沟通/文本评审/Skill 评审/自定义） - 子类型分流矩阵（可选，适用于异质输入） - 阻断规则（BLOCK/TAG/GRADE 三档动作 + 判定卡） - Manual_Fallback 降级路径 - 测试场景（按复杂度缩放：标准/边界/阻断/交互/子类型） - 自检清单（诚实优先/类型一致/命名中性/防硬编码） 一句话： 它不是"随便生成"的 Skill 生成器，而是一个帮你设计"可执行、有阻断规则、有降级路径、且交互体验友好"的 Skill 的严格派设计顾问。 适合你，如果你是： 🛠️ 想把高重复任务做成可复用 Skill 的创作者 🎯 需要设计复杂 Skill（含子类型分流、判定卡）的高级用户 ✅ 对 Skill 质量有严格要求、不接受"能跑但不稳"的用户 📚 想学习 Skill 设计方法论的 YouMind 用户
技能评委 · Skill Judge
输入任意待评测的 AI 技能（已安装技能、市场页或 SKILL.md 文本、口述需求），以「实测而非听描述」为原则：定制正面4＋负面1＋模糊1的最小用例集现场验证，可实跑则当场跑，不可实跑全程标注【静态评估】并降权说明。输出结论先行的五维加权评分卡（触发可靠性30%/执行有效性25%/成本效率15%/稳健边界15%/安全可信15%），综合分套判定线 ≥80 留存、60–80 定向打磨、<60 重做，并给出短板归因（描述/步骤/收尾自检/篇幅）与按优先级的改进建议。默认快测一页纸结论；说「深评」升级为同任务连跑3次稳定性对比＋联网查证来源作者口碑的全量诊断报告。结果自动建档存入分组「技能评测报告」。适用场景：市场技能装前筛、自制技能质检、已装技能复检。
SKILLS精进工坊
七道工序，一套闭环。SkillForge 精进工坊将 YC 掌门人 Garry Tan 开源的 gstack 工程冲刺方法论，专门改造为 Claude Code Skill 的全生命周期管理系统。从六个灵魂拷问验证需求真伪，到架构规划、SKILL.md 锻造、质量审查、eval 测试、发布打包，最后复盘迭代——每个阶段都有专属 AI 角色，附带置信度评分和反灌水机制。还内置急诊诊断和安全审计两个额外工序。不说"好主意"，只给有证据的判断。让每个 skill 都经得起七道工序的锤炼。
发现下一个适合你的技能
继续探索更多精选 AI 技能，用于研究、创作和日常工作。