Skill品質檢測官（PDCA-QMS）
按六標準差標準給 Skill 定級+PDCA循環更新！
描述
用管理學品質管理體系檢測 Skill，而不是一張憑空列出的清單。 基於六標準差 CTQ/FMEA/DPMO × TQM × 戴明 PDSA 循環，通過 Plan-Do-Check-Act 四階段給出：帶 Sigma 水平的品質評分卡、按 RPN 排序的缺陷優先級表、深入指令設計層的根因分析，以及用防錯法（Poka-Yoke）修復後的 Skill 全文。修復者與驗收者強制分離，分數只升不降。 v2.0 新增： ①量化契約——結構單元計數口徑封閉列舉（僅取階段一級）、K 值梯度反刷分鎖、Sigma 查表 log 軸插值、全待補零態防除零兜底，讓分數可複算、不失真； ②品質等級 × 處置路徑雙軸門禁，消除「不合格卻建議發布」的標籤矛盾； ③診斷模式——說「只出報告」「先別改」即跑完 P-D-C 後停在 Check，不改你的稿； ④輸出契約——合格點折疊、證據限長 50 字、階段字數上限、數值必須給計算過程。何時用：評估某個 Skill 好不好、診斷它為什麼產出不穩定、系統性優化一個已有 Skill、多個 Skill 橫向對標、Skill 草稿的發布前質檢、只想要一份診斷報告而不想被改稿。 觸發詞：檢測skill品質、skill質檢、品質審計、給skill打分、PDCA優化skill、skill體檢、評估這個skill、skill缺陷分析、只診斷不修、skill發布前質檢、skill橫向對標。
相關技能
查看全部
Skill 設計師｜嚴格阻斷派 × UX 友好
你是不是遇到過這些問題？ ❌ 自己寫的 Skill 看起來能用，結果用戶一用就出錯 ❌ Skill 在標準輸入下正常，遇到邊界情況就崩潰 ❌ 想做子類型分流（如論文分定量/定性），但不知道怎麼設計阻斷規則 ❌ Skill 要嘛每步都問（用戶疲勞），要嘛全自動（高風險動作沒確認） 這個 Skill 幫你解決： ✅ 失敗模式先行：在寫執行流程前，先建模「這個 Skill 可能怎麼失敗」 ✅ 嚴格阻斷派：資訊缺失/風險事項真停下來要求補充，不軟標記矇混 ✅ 7 Phase 分階段對話：類型識別 → 7D 矩陣 → 失敗模式建模 → 阻斷規則設計 → 自檢 → 創建 ✅ UX 增強：結構化頁籤降低認知負擔 + 進度錨點 + 正向化阻斷措辭 ✅ 互動密度匹配風險：高風險任務有確認點，批量任務不每步打擾 輸出包含： - AFP 類型識別（學術/演講/安全溝通/文本評審/Skill 評審/自訂） - 子類型分流矩陣（可選，適用於異質輸入） - 阻斷規則（BLOCK/TAG/GRADE 三檔動作 + 判定卡） - Manual_Fallback 降級路徑 - 測試場景（按複雜度縮放：標準/邊界/阻斷/互動/子類型） - 自檢清單（誠實優先/類型一致/命名中立/防硬編碼） 一句話： 它不是「隨便生成」的 Skill 生成器，而是一個幫你設計「可執行、有阻斷規則、有降級路徑、且互動體驗友好」的 Skill 的嚴格派設計顧問。 適合你，如果你是： 🛠️ 想把高重複任務做成可複用 Skill 的創作者 🎯 需要設計複雜 Skill（含子類型分流、判定卡）的高級用戶 ✅ 對 Skill 品質有嚴格要求、不接受「能跑但不穩」的用戶 📚 想學習 Skill 設計方法論的 YouMind 用戶
技能評委 · Skill Judge
輸入任何待評測的 AI 技能（已安裝技能、市集頁面或 SKILL.md 文字、口述需求），以「實測而非聽描述」為原則：客製正面4＋負面1＋模糊1的最小用例集現場驗證，可實跑則當場執行；不可實跑則全程標註【靜態評估】並降權說明。輸出結論先行的五維加權評分卡（觸發可靠性30%／執行有效性25%／成本效率15%／穩健邊界15%／安全可信15%），綜合分套用判定線：≥80 留存、60–80 定向打磨、<60 重做，並給出短板歸因（描述／步驟／收尾自檢／篇幅）與按優先級排列的改進建議。預設快速測試一頁式結論；說「深評」升級為相同任務連跑3次的穩定性比較，並聯網查證來源、作者口碑的完整診斷報告。結果會自動建檔，存入分組「技能評測報告」。適用場景：市集技能安裝前篩選、自製技能品管、已安裝技能複檢。
SKILLS精進工坊
七道工序，一套閉環。SkillForge 精進工坊將 YC 掌門人 Garry Tan 開源的 gstack 工程衝刺方法論，專門改造為 Claude Code Skill 的全生命週期管理系統。從六個靈魂拷問驗證需求真偽，到架構規劃、SKILL.md 鍛造、質量審查、eval 測試、發布打包，最後復盤迭代——每個階段都有專屬 AI 角色，附帶置信度評分和反灌水機制。還內建急診診斷和安全審計兩個額外工序。不說「好主意」，只給有證據的判斷。讓每個 skill 都經得起七道工序的錘鍊。
Skill品質檢測官（PDCA-QMS）
按六標準差標準給 Skill 定級+PDCA循環更新！
描述
用管理學品質管理體系檢測 Skill，而不是一張憑空列出的清單。 基於六標準差 CTQ/FMEA/DPMO × TQM × 戴明 PDSA 循環，通過 Plan-Do-Check-Act 四階段給出：帶 Sigma 水平的品質評分卡、按 RPN 排序的缺陷優先級表、深入指令設計層的根因分析，以及用防錯法（Poka-Yoke）修復後的 Skill 全文。修復者與驗收者強制分離，分數只升不降。 v2.0 新增： ①量化契約——結構單元計數口徑封閉列舉（僅取階段一級）、K 值梯度反刷分鎖、Sigma 查表 log 軸插值、全待補零態防除零兜底，讓分數可複算、不失真； ②品質等級 × 處置路徑雙軸門禁，消除「不合格卻建議發布」的標籤矛盾； ③診斷模式——說「只出報告」「先別改」即跑完 P-D-C 後停在 Check，不改你的稿； ④輸出契約——合格點折疊、證據限長 50 字、階段字數上限、數值必須給計算過程。何時用：評估某個 Skill 好不好、診斷它為什麼產出不穩定、系統性優化一個已有 Skill、多個 Skill 橫向對標、Skill 草稿的發布前質檢、只想要一份診斷報告而不想被改稿。 觸發詞：檢測skill品質、skill質檢、品質審計、給skill打分、PDCA優化skill、skill體檢、評估這個skill、skill缺陷分析、只診斷不修、skill發布前質檢、skill橫向對標。
相關技能
查看全部Skill 設計師｜嚴格阻斷派 × UX 友好
你是不是遇到過這些問題？ ❌ 自己寫的 Skill 看起來能用，結果用戶一用就出錯 ❌ Skill 在標準輸入下正常，遇到邊界情況就崩潰 ❌ 想做子類型分流（如論文分定量/定性），但不知道怎麼設計阻斷規則 ❌ Skill 要嘛每步都問（用戶疲勞），要嘛全自動（高風險動作沒確認） 這個 Skill 幫你解決： ✅ 失敗模式先行：在寫執行流程前，先建模「這個 Skill 可能怎麼失敗」 ✅ 嚴格阻斷派：資訊缺失/風險事項真停下來要求補充，不軟標記矇混 ✅ 7 Phase 分階段對話：類型識別 → 7D 矩陣 → 失敗模式建模 → 阻斷規則設計 → 自檢 → 創建 ✅ UX 增強：結構化頁籤降低認知負擔 + 進度錨點 + 正向化阻斷措辭 ✅ 互動密度匹配風險：高風險任務有確認點，批量任務不每步打擾 輸出包含： - AFP 類型識別（學術/演講/安全溝通/文本評審/Skill 評審/自訂） - 子類型分流矩陣（可選，適用於異質輸入） - 阻斷規則（BLOCK/TAG/GRADE 三檔動作 + 判定卡） - Manual_Fallback 降級路徑 - 測試場景（按複雜度縮放：標準/邊界/阻斷/互動/子類型） - 自檢清單（誠實優先/類型一致/命名中立/防硬編碼） 一句話： 它不是「隨便生成」的 Skill 生成器，而是一個幫你設計「可執行、有阻斷規則、有降級路徑、且互動體驗友好」的 Skill 的嚴格派設計顧問。 適合你，如果你是： 🛠️ 想把高重複任務做成可複用 Skill 的創作者 🎯 需要設計複雜 Skill（含子類型分流、判定卡）的高級用戶 ✅ 對 Skill 品質有嚴格要求、不接受「能跑但不穩」的用戶 📚 想學習 Skill 設計方法論的 YouMind 用戶
技能評委 · Skill Judge
輸入任何待評測的 AI 技能（已安裝技能、市集頁面或 SKILL.md 文字、口述需求），以「實測而非聽描述」為原則：客製正面4＋負面1＋模糊1的最小用例集現場驗證，可實跑則當場執行；不可實跑則全程標註【靜態評估】並降權說明。輸出結論先行的五維加權評分卡（觸發可靠性30%／執行有效性25%／成本效率15%／穩健邊界15%／安全可信15%），綜合分套用判定線：≥80 留存、60–80 定向打磨、<60 重做，並給出短板歸因（描述／步驟／收尾自檢／篇幅）與按優先級排列的改進建議。預設快速測試一頁式結論；說「深評」升級為相同任務連跑3次的穩定性比較，並聯網查證來源、作者口碑的完整診斷報告。結果會自動建檔，存入分組「技能評測報告」。適用場景：市集技能安裝前篩選、自製技能品管、已安裝技能複檢。
SKILLS精進工坊
七道工序，一套閉環。SkillForge 精進工坊將 YC 掌門人 Garry Tan 開源的 gstack 工程衝刺方法論，專門改造為 Claude Code Skill 的全生命週期管理系統。從六個靈魂拷問驗證需求真偽，到架構規劃、SKILL.md 鍛造、質量審查、eval 測試、發布打包，最後復盤迭代——每個階段都有專屬 AI 角色，附帶置信度評分和反灌水機制。還內建急診診斷和安全審計兩個額外工序。不說「好主意」，只給有證據的判斷。讓每個 skill 都經得起七道工序的錘鍊。
發現下一個適合你的技能
繼續探索更多精選 AI 技能，用於研究、創作和日常工作。