skill-graph-audit

审计技能引用关系,识别核心、孤立和无效节点

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:skill-graph-audit。
它的用途是:审计技能引用关系,识别核心、孤立和无效节点
完整的 Skill 内容见:https://321skill.com/skills/skill-graph-audit/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

“请使用 skill-graph-audit 分析当前技能目录下的所有技能引用关系。”,它会扫描目录,构建依赖图谱,并生成一份报告,指出哪些技能是核心枢纽(被频繁引用),哪些是孤立无用的,以及是否存在引用了不存在技能的悬空链接,帮助你清理和维护技能库。

介绍

该技能用于分析和审计AI Agent技能之间的引用关系。它能够扫描技能仓库,构建技能间的依赖图谱,并自动识别出三类关键节点:核心枢纽(被大量引用的技能)、孤立节点(未被任何其他技能引用的技能)以及悬空目标(引用了不存在的技能)。这解决了在大型技能生态中,因技能间复杂依赖关系而导致的维护困难、潜在错误和资源浪费问题。

使用时,你只需在配置好环境后运行该技能,它会自动分析指定的技能目录或仓库。技能会输出一份详细的审计报告,列出所有识别出的问题节点及其关联关系,并以可视化的方式(如图表或结构化文本)呈现技能引用图谱,帮助你一目了然地掌握全局依赖状况。

该技能非常适合负责维护技能生态的开发者、项目经理或运维工程师。无论是管理一个团队内部的技能库,还是维护一个开源的技能集合,它都能帮助你确保技能间引用的有效性和架构的清晰度,防止因无效引用导致的运行时错误。

建议将此技能集成到持续集成(CI)流程中,作为代码合并前的检查环节,确保新增或修改的技能不会破坏现有的依赖结构。同时,定期运行该技能进行巡检,有助于及时清理“僵尸技能”,优化技能库的整体健康度。需要注意的是,它主要分析静态的引用关系,不涉及技能运行时的动态调用行为。

核心特点

专注于静态分析技能间的引用依赖关系,而非代码质量或运行时行为;能够精准识别“悬空引用”(指向不存在的技能)这一在技能生态中特有的问题,而不仅仅是通用的循环依赖检测。

注意事项

不适用于分析技能内部的代码逻辑、运行时性能或动态生成的依赖关系。

常见问题

这个技能能检测循环依赖吗?

可以,作为引用关系分析的一部分,它能够识别出技能之间形成的循环引用链。

审计报告的输出格式是什么?

通常支持JSON、文本摘要等结构化格式,便于集成到其他工具或流程中进行后续处理。

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/skill-graph-audit/raw/index.md 读取 skill-graph-audit 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。