Agent Skills 的安裝門檻很低。看到排行榜、複製一條指令，幾十秒後就能說自己多了一項能力。問題是「裝上了」與「工作真的做得更好」中間，還有很長一段距離。
為什麼不直接看安裝數？
安裝數有用。它能反映某個問題是否正被大量注意，也能降低碰到完全沒人用過的作品的機率。但它沒有告訴我們使用者是否留下、Skill 是否符合新版工具，也沒有測量結果品質。
2026 年的 SWE-Skills-Bench 把 49 個公開軟體工程 Skills 放進有明確驗收條件的真實任務，比較使用前後表現。研究報告中，39 個 Skill 沒有提高通過率，平均提升只有 1.2%；七個專門型 Skill 帶來明顯改善，另有三個因版本指示與專案衝突，反而讓成績下降。
這份研究不是所有 Skill 的最後判決，但它提醒了一件很基本的事：寫得很長、裝得很多，不保證對眼前工作有幫助。領域是否吻合、指示是否過期、專案是否已經有自己的做法，往往更重要。
我們怎麼選題？
熱門榜是第一個入口。短時間安裝暴增，代表讀者很可能正在考慮同一個工具，這時評論最有用。不過我們也會主動挑三種不一定上榜的題目：
- 會修改檔案、寄信、付款或碰登入狀態的高權限 Skill。
- 解決明確小問題，但被大型通用 Skill 掩蓋的作品。
- 能說明一種新工作方式，而不只是包裝熱門 API 的 Skill。
另一篇針對 40,285 個公開 Skills 的研究發現，生態高度集中在軟體工程，內容重複也很普遍，且有些 Skill 會執行會改變系統狀態的動作。這也是我們不打算把網站做成無限目錄的原因：列得更多不一定更有幫助，篩選與說明才是編輯工作。
四個評分面向
1. 問題是否真實
它解決的是會反覆發生的麻煩，還是只為展示 Agent 很厲害而設計的 demo？問題越常見、失敗成本越高，這一項越高。
2. 第一次成功速度
從安裝到完成第一個可驗證結果，需要多少設定？登入、API key、相依工具與資料準備都算在內。不是越簡單越好，但門檻應與價值相稱。
3. 依賴與行為透明度
原始說明是否清楚列出外部服務、費用、權限、寫入範圍與失敗處理？凡是會把資料送出、改動外部帳號或產生費用的 Skill，這一項會被嚴格看待。
4. 可取代性
一段五行提示詞就能做到同樣效果嗎？如果底層服務已提供更好的官方介面，Skill 只是換個指令名稱，分數不會太高。相反地，若它把多步驟流程、參考資料與驗證工具整理得很成熟，就有留下的理由。
分數有哪些限制？
分數是發布當下的編輯判斷。Skill、依賴服務與排行榜都會更新，舊評分可能失效。每篇文章會標示日期、資料來源與當時的安全掃描狀態；重大版本更新後，應重新評估。
我們也區分「文件評論」與「完整實測」。如果只讀了公開 SKILL.md 和原始說明，不會假裝做過長期生產測試。首頁短評就是短評，完成深度檢查後才會升級成完整文章。
網站有廣告，評論會不會被買走？
KOF/INDEX 預計透過頁面廣告支撐維護，廣告系統可能依讀者與頁面內容自動選擇素材。廣告主不會取得分數決定權，也不會因為投放而進入排行榜。
若未來接受贊助文章、取得免費點數或使用聯盟連結，會在文章開頭明確標示。付費內容不會偽裝成獨立排名。這條規則比短期收入重要，因為評論站只要失去一次信任，就只剩流量站。