SkillEvaluator 的 harness-check 会根据客户端规则预测技能是否能加载、会不会被截断。它只读本地文件,不需要模型和 API Key,适合排查同一技能在不同客户端表现不一致的问题。
先用技能目录做定向检查
直接在 skillevaluator 源码仓库的根目录下执行命令,路径指向你存放 skill.md 的文件夹就行。第一次跑检查的时候,可以先只指定 codex 和 claude code 两个校验集,过滤掉无关规则,加上 -v 参数还会逐条列出触发的规则,附带对应的修复建议。
uv run --python 3.13 skillevaluator harness-check ./my-skill --harness codex,claude-code -v
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

怎么看 loads、degraded 和 not loaded?
loads 代表所有规则都没扫出会阻止加载、或是导致功能降级的问题。degraded 是技能能正常加载,但可能会缺失部分内容,比如技能描述被截断。not loaded 就说明按照规则预判,对应客户端会直接丢弃这个技能。除了这三个状态,还要同步核对当前用的客户端版本,以及它扫描技能的目录位置是否正确。
在练习副本复现重复字段
先找一份可以随便修改的技能副本,在文件头部重复写两次 license 字段,两个字段分别设不同的值,再跑一遍之前的检查命令,看规则会不会提示重复键或者 YAML 格式无效。所有操作都只在这份练习副本上做,确认复现问题之后删掉重复的字段,再重新跑同一条命令对比结果。
记录结构化的Claude Code轨迹、影子git diff,并在代理行为需要法医级调试而非临时转录审查时回放分支。
--- name: my-skill description: Summarizes plain text. license: MIT license: Apache-2.0 --- # My Skill Summarize the supplied text.

静态判断通过后,怎么确认助手实际能用?
先确认客户端的技能扫描目录里放的就是你刚改完的那份技能,重启项目之后,发一条符合技能描述的请求,测试能不能正常触发技能。要是还是触发不了,先排查目录有没有放错、有没有重名的其他副本,再调整技能描述就行。要注意加载规则只能预判客户端会不会正常接收你的技能文件,实际能不能正常调用,还是得靠实际会话测试或者对照评估来验证。
用上面的重复字段样例检查时,Codex 被标记为 not loaded,Claude Code 仍显示 loads 但附有重复键提示。同一问题在不同客户端的结果可能不同,所以要分别看每一行。删除重复的 license 字段后复跑,本地结果变为两个客户端均显示 loads。

















