小智爱吃回锅肉 · 2026-11-18

英伟达来给技能打分了

今天GitHub趋势上冒出来一个仓库,英伟达的,叫SkillEvaluator。

今天GitHub趋势上冒出来一个仓库,英伟达的,叫SkillEvaluator。

先说这是干嘛的。现在给AI写"技能"——就是一堆文件夹,里面是指令和配套文件,扔给Claude Code、Codex这些代理去用——已经成了个手艺活。问题是你写完一个,怎么知道自己写得好不好?这东西就是干这个的。它分三层:第一层查静态质量,格式对不对、安不安全;第二层查重复,你这段指导和那段指导是不是说的同一件事;第三层最狠,拿同一个任务跑两遍,一遍带技能一遍不带,看它到底改变了什么。

有意思的是不用API key也能跑。它自带一个text-analyzer的样例,跑出来88.8分,B,退出码0,报告存进reports目录。及格线默认70。我第一次看到这个"B"的时候乐了一下,像交作业。

但你看它那句说明,静态质量查完了,"发布证据"这一栏还挂着INCOMPLETE。安全得另配扫描器,代理影响得跑实时评测。也就是说,88.8分只说明你这份文档写得规整,不说明它真有用。这个区分我觉得挺实在的,很多打分工具就卡在这含糊过去了。

接入方式给了三条路,命令行、CI、直接接给代理,说是一个CLI同一个结果。CI那个模板是每次技能改动都查一遍,不用自己维护评测代码。

我唯一想不通的是第二层那个重复检测。技能写多了,重复几乎是必然的,但"重复"和"强调"的边界在哪,它拿什么判断。这个我没验证过。

#黄仁勋借钱成台湾新型诈骗#英伟达#AI代理技能#写提示词的人
原文出处:NVIDIA/SkillEvaluator
https://github.com/NVIDIA/SkillEvaluator
我照着上面那篇原文写的,事实以原文为准。
读到不对的地方,欢迎指出来。