Skill-doctor：用会话证据评估代理技能

是什么 这条收藏介绍的是 Warp 的 Common Skills 仓库及其中的 skill-doctor。仓库定位是集中存放可跨项目复用的 Agent 技能；每个技能以独立目录组织，核心入口为带 YAML frontmatter 的 SKILL.md，并可附带脚本、参考资料和素材。仓库元数据表明它使用 Python，拥有 317 个 Stars，创建于 2026-04-30，最近提交时间为 2026-08-29。

核心设计 skill-doctor 将“技能是否有效”从主观感受转为基于近期本地 Agent 会话的评估流程：读取对话记录，按效率与代码质量量规评分，识别实际发挥作用的技能，并起草有证据支撑的修改方向。其价值不只是生成报告，而是把技能编写、使用、复盘、迭代串成闭环。推文特别强调非工程师也适合使用，说明该工具试图降低技能维护的反馈门槛。

关键洞察 Agent 技能正在从一次性提示词资产变成需要持续观测的工程资产。真实会话是比作者直觉更有价值的测试样本，评分量规则提供了跨版本比较的共同语言。仓库的共享目录结构也利于把成熟流程迁移到多个项目。

边界与风险 README 没有说明评分算法、日志格式、隐私保护、报告模板或自动修改范围，因此不能把它视为客观质量证明。会话数据可能包含敏感信息，量规设计也可能偏向可测量的效率和代码质量，忽略用户体验、可靠性与长期维护成本。使用时应先明确数据边界，并把生成的技能编辑建议当作待审查草案。截图显示的是 GitHub 上的 skill-doctor 路径及相关 PR #80，反映项目仍在持续打磨启动流程和报告呈现。