name: skills-monitor displayName: Skills Monitor — AI Skills 监控评估平台 slug: skills-monitor description: AI Skills 一站式监控评估平台 — 7因子评估引擎、跨模型基准评测、中心化 Dashboard、智能推荐 version: 0.7.0 author: MerkyorLynn license: GPL-3.0 tags: [monitoring, benchmark, evaluation, agent, skills, dashboard, diagnostic, recommendation] categories: [Development, Monitoring, Testing, Productivity] icon: 🩺
🎯 对 AI Skills 进行采集、评估、对比、推荐、诊断、上报的一站式监控系统
对每个 Skill 从 成功率、延迟、质量、成本、稳定性、社区热度、兼容性 七个维度进行量化评分,输出 0-100 综合得分。
内置 1000 个热门 Skills 在 6 大主流模型上的完整评测数据:
- Claude Opus 4.6 / GPT-5.4 / Gemini 3.0 Pro
- GLM-5 / MiniMax 2.5 / DeepSeek 3.2
- 支持 mock (零成本模拟) 和 live (真实 API 调用) 两种模式
- 按 Skill × Model 精确返回差异化基准分数
通过 SkillsHUB 一键安装:
# 方式一:SkillsHUB CLI
skills install skills-monitor
# 方式二:手动安装
python install_skills.py skills-monitor
# 初始化身份(生成 Agent ID + API Key)
skills-monitor init
# 查看身份信息
skills-monitor identity --show-key
# 查看系统状态
skills-monitor status
# 列出已安装 Skills
skills-monitor list
# 运行单个 Skill 并采集数据
skills-monitor run <skill-slug> [task]
# 7因子综合评估
skills-monitor evaluate --skill <slug>
skills-monitor evaluate # 评估所有 Skills
# 基准评测
skills-monitor benchmark <slug> --runs 20
# 查询大模型基准分数
skills-monitor baseline <slug> --model claude-opus-4.6
# 对比分析
skills-monitor compare <slug>
# 智能推荐
skills-monitor recommend
# 生成综合日报
skills-monitor report
# 生成诊断报告(含推送)
skills-monitor diagnose --send
# 上报数据到中心化服务器
skills-monitor upload --server https://your-server.com --register
# 本地 Web 面板
skills-monitor web --port 5050
# 中心化服务器(含 API + 微信回调 + PWA)
skills-monitor server --port 5100
from skills_monitor import (
SkillEvaluator,
SkillRecommender,
DiagnosticReporter,
BatchBenchmark,
ReportGenerator,
DataUploader,
)
# 7因子评估
evaluator = SkillEvaluator(store, agent_id)
score = evaluator.evaluate_skill("your-skill-slug")
# 跨模型基准评测
bench = BatchBenchmark(mode="mock")
baseline = bench.get_baseline_for_skill("your-skill-slug", "claude-opus-4.6")
# 智能推荐
recommender = SkillRecommender(registry, store, agent_id)
recs = recommender.get_all_recommendations(max_per_type=5)
# 诊断报告
diag = DiagnosticReporter(store=store, registry=registry, agent_id=agent_id)
content, filepath = diag.generate_and_save(trigger="manual")
# 数据上报
uploader = DataUploader("https://your-server.com")
uploader.init(agent_id, api_key)
uploader.upload_daily()
| 命令 | 说明 |
|---|---|
init |
初始化身份(生成 Agent ID + API Key) |
identity |
查看身份信息 |
status |
查看系统状态 |
list |
列出已安装 Skills |
evaluate |
7因子综合评估 |
benchmark |
基准评测运行 |
baseline |
查询大模型基准分数 |
compare |
对比分析 |
recommend |
智能推荐 |
report |
生成综合日报 |
diagnose |
生成诊断报告(含推送) |
upload |
数据上报到中心化服务器 |
dashboard |
启动 Web 面板 |
server |
启动中心化服务器 |
skills-monitor/
├── skills_monitor/ # 核心 Python 包
│ ├── core/ # 核心逻辑层
│ │ ├── identity.py # 身份管理
│ │ ├── evaluator.py # 7因子评估引擎
│ │ ├── benchmark.py # 基准运行器
│ │ ├── recommender.py # 推荐引擎
│ │ ├── diagnostic.py # 诊断报告
│ │ ├── reporter.py # 报告生成器
│ │ ├── uploader.py # 数据上报
│ │ ├── llm_baseline.py # LLM 基准评测
│ │ └── ... # 更多模块
│ ├── adapters/ # 适配器层
│ │ ├── skill_registry.py # Skill 注册发现
│ │ ├── clawhub_client.py # ClawHub 社区
│ │ └── runners.py # 运行适配器
│ └── data/ # 数据层
│ ├── store.py # SQLite 存储
│ ├── gdpr_manager.py # GDPR 合规
│ └── top1000_skills_dataset.json
├── server/ # 中心化服务器
├── miniprogram/ # 微信小程序
├── main.py # Skill 入口
├── skill.json # Skill 配置
└── requirements.txt # 依赖清单
小葱技能站7w4.net发现了升级插件。
GPL-3.0
MerkyorLynn — GitHub
这个 Skill 功能很全面,能评估 Skill 质量、推荐合适工具、生成诊断报告,还有可视化面板。不过功能多也意味着配置较复杂,部分功能依赖外部服务可能不稳定。对于普通用户来说,如果只是简单监控 Skills 基本够用,但要发挥全部能力需要一定学习成本。整体质量中上,适合有一定技术基础的用户使用。