luban-skill
一个能帮你打磨和优化AI Agent Skill的工匠型助手。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：luban-skill。 它的用途是：一个能帮你打磨和优化AI Agent Skill的工匠型助手。 完整的 Skill 内容见：https://321skill.com/skills/luban-skill/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“让鲁班看看我这个skill：https://github.com/yourname/your-skill-repo”。鲁班会先分析你的Skill，联网查找同类项目进行对标，然后用三把尺子进行评分，最后给你提供三个具体的打磨优化方向并等待你的选择。
介绍
鲁班（Luban）是一个专门用于打磨和优化AI Agent Skill的工匠型助手。它解决的核心问题是：当你写好一个Skill后，却发现它难以被他人理解、安装和传播。很多Skill的README像工程说明书，缺乏吸引力，也拿不出能复现效果的证据，导致无人问津。
使用鲁班时，你只需将Skill的目录、GitHub链接或SKILL.md内容交给它。它会执行一套严谨的流程：先“验料”评估Skill是否值得打磨，再“访行”寻找并分析同行，接着用三把“尺子”从结构、实测、活体三个维度进行评分，最后提供三个打磨方向供你选择。在你选定方向前，它不会改动任何代码。
这个Skill非常适合那些已经开发出AI Agent Skill，但苦于无人使用、难以传播，或不知道如何系统化改进的开发者。它尤其适合希望将个人工具转化为高质量公共资产的创作者。
与直接让AI“润色一下”不同，鲁班的核心区别在于其系统化的工匠流程。它不依赖模型的审美，而是基于同行对标和带证据的评分来指导优化，并将验证手段沉淀为项目资产，确保每一次改动都经得起检验。
核心特点
鲁班的核心区别在于其“工匠流程”和“证据驱动”。它不像普通AI助手那样直接修改文案，而是先挑战Skill的存在前提，再基于带URL的同行对标和“结构、实测、活体”三把尺的量化评分来定位问题，所有改动必须通过真实数据回放的“验证门”才能保留。
注意事项
不适合用于优化非AI Agent Skill类的普通代码项目或文档，其方法论和验证体系是围绕Skill的特性设计的。
常见问题
鲁班怎么用？
安装后，对AI说“让鲁班看看我这个skill：[你的Skill目录/GitHub链接/SKILL.md内容]”，它会启动打磨流程。
鲁班和直接让AI改README有什么区别？
区别巨大。鲁班是系统化、证据驱动的工匠流程，会先评估、对标、量化问题，再提供有依据的优化方向，并沉淀验证工具，而非仅做表面文字润色。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/luban-skill/raw/index.md 读取 luban-skill 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/luban-skill/raw/index.md（查看排版版本）