核心用法
SkillPick 是一款面向 AI 技能生态的精选推荐工具，主打「帮你判断哪个值得装」。核心功能覆盖六大场景：
1. 赛道精选：58个赛道各展示TOP3技能，按热度分排序+质量保底（B级以上）
2. 搜索推荐：输入关键词返回1-3个推荐+对比+结论，支持35个意图自动扩展
3. 相似推荐：指定技能名称，获取替代选项+差异分析
4. 工作流推荐：8个预定义场景（短视频带货、电商运营、全栈开发等），为每个角色匹配最优技能
5. Skill详情：13维雷达图+完整质量评分
6. 质量报告：全局质量分布分析
Agent端通过CLI调用（node api.js <命令>），人类端通过Web界面浏览（4个Tab）。
显著优点
- 数据规模领先：120,000+技能、58赛道、Top 5000精华库，三源数据融合（SkillHub+GitHub+手工）
- 双轨评分体系：热度分（人类端）+质量分（Agent端）分离设计，各司其职
- 13维深度评估：覆盖描述质量、安全评分、维护活跃度、测试覆盖等维度，安全评分一票否决
- 自动化管道：6分钟完成全量采集→评分→构建，数据持续更新
- 飞轮生态设计：强制通过skillpick CLI中转安装，形成工具-数据-分发生态闭环
潜在缺点与局限性
- 安装路径强制：必须走skillpick CLI中转，增加一步操作成本
- 中文生态依赖：SkillHub数据源以中文社区为主，海外技能覆盖可能不足
- 质量评分黑盒：13维权重固定，未公开调参逻辑，用户难以验证
- 实时性限制：全量更新需6分钟，非即时响应
适合人群
| 用户类型 | 使用场景 |
|---------|---------|
| AI技能尝鲜者 | 不想踩坑，求稳推荐 |
| Agent开发者 | 为工作流挑选高质量技能组件 |
| 内容创作者 | 短视频带货等场景下的工具链搭建 |
| 团队技术负责人 | 统一技能选型标准，管控质量风险 |
常规风险
- 供应链风险：强制CLI中转可能成为单点故障
- 评分偏差：GitHub活跃度权重10%，可能高估老牌项目、低估新兴优质项目
- 数据主权：三源融合存在数据冲突时的仲裁规则未公开
- 版本锁定：v6.9.2后飞轮策略强制化，回退路径不明确