SkillPick（挑选Skill）v6.9.0 综合评估
核心定位
SkillPick 是 AI Skill 领域的「什么值得买」——专为解决"哪个 Skill 值得装"的决策难题而生。不同于单纯的搜索工具（find-skills）或排行榜（skillhub），SkillPick 提供带理由的推荐结论，覆盖 58 个赛道、29,000+ Skill，发布包精选 Top 3000 精华。
六大核心功能
1. 赛道精选（人类浏览）
每个赛道展示热度分 TOP3，质量保底 B+ 级，适合快速了解各领域最佳实践。
2. 搜索推荐（Agent 调用）
输入意图自动扩展 35 种变体，13 维质量加权排序，返回 1-3 条带对比结论的推荐。
3. 相似推荐
指定 Skill 后给出 1-3 个替代选项，附带差异化分析。
4. 工作流推荐
预置 8 大场景（短视频带货、电商运营、全栈开发等），为每个角色匹配最优 Skill 组合。
5. Skill 详情（CLI）
单技能 13 维雷达图深度扫描。
6. 质量报告
全局质量分布可视化。
双轨评分体系（核心创新）
| 维度 | 热度分（display_score） | 质量分（quality_score） |
|------|------------------------|------------------------|
| 受众 | 人类用户 | Agent/自动化系统 |
| 依据 | 星级、榜单、社区认可 | 13 维深度评估 |
| 用途 | 前端展示、TOP3 排序 | 搜索/相似推荐排名 |
13 维质量体系
安全评分（14%，一票否决）> 描述质量（12%）> 维护活跃度（10%）> 安装便捷/依赖复杂度（各 8%），其余维度涵盖文档、测试、市场验证等。等级划分：A+（≥85）、A（70-84）、B+（55-69）、B（45-54）、C（30-44）、D（<30）。发布包中 A+/A 级占比 96%。
显著优点
- 决策闭环完整：从"找"到"比"到"选"，覆盖 Skill 消费全链路
- 双受众设计精巧：人类看热度逛榜单，Agent 用质量做推荐，数据同源但逻辑分离
- 自动化数据管道：SkillHub + GitHub + 手工三源融合，全量更新约 6 分钟
- 质量门槛严格：C 级 Skill 惩罚系数 50%，TOP3 强制 B+ 保底
潜在局限
- 数据源依赖：SkillHub 和 GitHub API 的稳定性直接影响评分时效
- 热度分滞后性：社区认可数据可能慢于新兴 Skill 的实际表现
- 场景覆盖边界：8 个预定义工作流难以覆盖所有垂直领域
- CLI 交互门槛：Agent 调用需 node 环境，对非技术用户不够友好
适合人群
- Skill 消费者：想快速判断"这个 Skill 靠不靠谱"的普通用户
- Agent 开发者：需要程序化获取 Skill 质量评分的自动化工作流构建者
- 团队技术负责人：为团队制定 Skill 选型标准的决策者
常规风险
- 安全评分虽有一票否决机制，但元数据本身可能存在虚假声明
- 29,000+ 全量数据的清洗质量依赖 pipeline 规则，异常值可能被误过滤
- 双轨评分若混淆使用（人用质量分/Agent 用热度分）会导致推荐失准