啥好用（sha-hao-yong）

一个替你在安装前多看两眼的 Skill：这是啥，好用吗，适合我吗？

刷到一个新 Skill 时，人往往会卡在一个很微妙的位置：

装吧，怕折腾一晚上，最后发现根本用不上；不装吧，又怕错过一个真好东西。

sha-hao-yong 的中文名叫“啥好用”。这个名字没有故作高深，因为它想回答的就是普通人在安装前最想问的三句话：

这是啥？
好用吗？
适合我吗？

给它一个 GitHub 地址、ZIP、文件夹、SKILL.md、插件、命令行工具或安装说明，它会只读检查当前可见材料，整理安装条件、费用、Token、风险、适用场景和现实限制，最后生成一份白纸墨字的 HTML 安装前说明书。

为什么做“啥好用”

Skill 推荐越来越像逛应用商店：

“必装 Top 10”看着都很心动。
Star 涨得很快，不等于正好适合你。
README 写着“一键安装”，背后可能还有 Python、Node.js、浏览器扩展、账号和 Key。
功能看着很多，真正用起来也许只解决一个很窄的问题。
免费下载不代表没有 API 费用、Token 消耗或维护成本。

一个 Skill 值不值得装，不能只看它“能做什么”，还要看你得准备什么、一次任务有多麻烦、结果能不能直接用，以及它跟你的需求到底贴不贴。

“啥好用”不替你追热点。它更像那个愿意陪你把包装拆开、说明书翻完，然后说一句实话的朋友：

这个挺适合你，可以试试。

这个东西不错，但不是你现在需要的。

这个先别急着装，前置条件比你想的多。

适合谁

经常在 GitHub、Skill 市场、推荐榜和社交平台发现新工具的人。
管理了不少 Skills，想减少重复、冲突和吃灰安装的人。
不熟悉代码，但想先弄明白依赖、账号、费用和权限的人。
需要给团队筛选工具，并留下可分享评估说明的人。
希望根据自己的真实任务判断，而不是只看 Star 和宣传语的人。

它不太适合这些任务：

代码安全认证、恶意代码检测或隐私合规审计。
精确性能测试、长期稳定性测试和多设备兼容认证。
自动安装、注册、授权、付费或运行候选对象。
只想听一句“好”或“不好”，不愿意看条件和限制。

它会替你看什么

问题	它会检查什么
这是啥	主要用途、目标用户、输入、工作方式和最终交付
好用吗	公开关注度、文档完整度、安装难度、任务难度、费用、Token、风险和调用准确性
适合我吗	跟需求贴不贴、结果好不好用、适合与不适合的场景、是否建议安装

它不会用 Star 替代效果，也不会用“安装简单”替代质量。找不到的数据会写“未验证”，不会为了把表填满而猜一个数字。

两种评估方式

A：结合你的需求评估

适合已经知道自己想做什么的人。它只会追问一个核心问题：

您希望评估的 Skill 是【名称】，请问您希望它能帮您做什么？

后面的适合度会围绕这项真实需求判断。

B：按一般目标用户评估

适合先了解一个 Skill 的定位，或者给 README、工具清单和团队选型做公开说明。它会根据候选对象的官方定位界定适用人群，不再追问个人需求。

它怎样工作

接收候选对象
  → 选择 A / B 评估方式
  → 锁定一条固定常规任务
  → 只读检查官方材料和公开数据
  → 分别计算好用度与适合度
  → 自动合成推荐度
  → 校验文字、数字和必填项
  → 生成单文件 HTML 说明书

“固定常规任务”是它用来保证前后评分不乱飘的尺子。它不会今天拿最轻演示打分，明天又拿全部功能全开的极端任务打分。

安装复杂度始终按“从零安装”计算。你电脑上已经装过，不会因此少扣分；你还没安装，也不会因此在适合度里被重复扣分。

报告里的三个分数

好用度

回答“这个 Skill 本身做得怎么样”。它综合查看：

风险值
公开关注度
安装复杂度
可验证性
任务复杂度
额外费用
Token 消耗
Skill 调用准确性

适合度

回答“它对当前需求或目标人群有没有用”。重点看两件事：

能力跟任务贴不贴。
最后交付的东西能不能直接使用或核对。

自己评自己

“啥好用”也跑过一次自己的流程。结果是 7.9/10，推荐：免费、只读、安装轻和评分规则明确是主要优点；项目公开时间短、第三方反馈少、公式还缺少长期验证是主要不足。

查看完整 HTML 自评

啥好用 Skill 自评：推荐度 7.9/10，好用度 7.8/10，适合度 8.0/10

自己评自己当然不能算第三方认证。把这份报告放出来，是为了让你先看看它会怎样写结论、怎样承认不足，以及最后交付长什么样。

最终得到什么

一份可以直接打开和分享的单文件 HTML 报告，包含：

结论概述和 10 格推荐条
“这是啥、好用吗、适合我吗”三部分
好用之处和可能卡住的地方
八项评估指标
安装准备表
适合与不适合场景
使用节奏建议
来源与未验证事项

过程 JSON 会单独保留，用来复核本次评分和重新生成报告。HTML 由脚本统一渲染，避免模型临时手写页面导致样式和数字口径漂移。

它跑起来很轻

一个能够读取 Agent Skills 和候选材料的 AI agent。
Python 3，用于检查过程 JSON 和生成 HTML。
不需要第三方 Python 依赖，渲染脚本只使用标准库。
评估公开网址时需要联网；评估本地文件时可以只看现有材料。

它默认只读候选对象：不安装陌生代码，不读取凭证，不注册，不付费，也不上传材料。

安装

克隆项目：

git clone https://github.com/hexiaofeier/sha-hao-yong.git

也可以让支持安装 Skill 的 AI agent 读取这个 GitHub 地址，并请它在安装前检查文件和依赖。

客户端	用户级目录	显式调用
Claude Code	`~/.claude/skills/sha-hao-yong`	`/sha-hao-yong`
Codex	`~/.agents/skills/sha-hao-yong`	`$sha-hao-yong`
WorkBuddy	`~/.workbuddy/skills/sha-hao-yong`	在 Skill 列表中选择

部分现有 Codex 安装也会读取 ~/.codex/skills/sha-hao-yong。安装后如果没有立即显示，请新开一个会话。

Windows PowerShell 示例

以 Codex 当前用户级目录为例：

New-Item -ItemType Directory -Force "$HOME/.agents/skills" | Out-Null
git clone https://github.com/hexiaofeier/sha-hao-yong.git "$HOME/.agents/skills/sha-hao-yong"

macOS / Linux 示例

mkdir -p ~/.agents/skills
git clone https://github.com/hexiaofeier/sha-hao-yong.git ~/.agents/skills/sha-hao-yong

快速开始

用啥好用评估这个 Skill：<GitHub 地址>

用啥好用按我的需求评估这个文件夹。
我希望它能帮我批量整理访谈记录，并生成可复核的分析报告。

用啥好用按一般目标用户评估这个 ZIP，输出 HTML 安装前说明书。

首次启动且没有指定模式时，它会先让你选 A 或 B，再继续读取材料。

项目结构

sha-hao-yong/
├── SKILL.md
├── README.md
├── LICENSE
├── agents/
│   └── openai.yaml
├── references/                 # 评分、写作与报告规范
├── scripts/
│   └── render_report.py        # 校验并生成 HTML
├── examples/                   # 自评 HTML 与过程 JSON
└── docs/
    └── assets/                 # README 展示图片

优点

问题很直白：不堆功能名，直接回答这是啥、好不好用、适不适合。
先锁定尺子再打分：同一个 Skill 重评时不随意更换典型任务。
只读候选对象：评估阶段不运行陌生代码，也不碰账号、Key 和密码。
分数有出处：好用度、适合度和推荐度由固定公式计算，不由模型临场拍脑袋。
强制说人话：渲染前会拦截待填写项、内部黑话和不完整结构。
结果便于分享：单文件 HTML 可以直接打开、归档或发给团队讨论。

不足与现实限制

只读检查无法证明陌生代码安全，也不能替代真实安装和长期使用。
公开材料写得漂亮，实际产品仍可能不好用；报告会保留这层不确定性。
联网查资料、读取长文档和比较多个来源会消耗较多 Token。
新项目缺少大量第三方案例，评分公式仍需要更多真实任务检验。
不同 AI agent 的联网和文件读取能力不同，最终能查到的证据会有差异。
候选对象更新后，旧评估可能过期，需要重新运行。

持续更新

“啥好用”会继续更新，重点不是把分数算得越来越复杂，而是让判断越来越可信、越来越好懂：

用更多真实 Skill 检查评分是否稳定。
补充不同类型候选对象的公开示例。
调整安装、Token、风险和可验证性的判断规则。
改进 Claude Code、Codex、WorkBuddy 等客户端的安装说明。
继续删黑话、长句和看起来专业但没有帮助的表达。
根据第三方反馈修正不合理的分数和结论。

发现评分不合理、说明过期或报告里还有“人类看不懂”的句子，欢迎提交 Issue。

重要边界

“啥好用”提供的是安装前采用参考，不是免死金牌。它不能替代：

代码安全审计
恶意代码检测
软件质量和性能测试
隐私与合规审查
许可证或法律意见

下载、安装、授权、付费、上传或运行自动操作之前，请再核对来源、依赖、权限、数据去向、收费方式和许可证。涉及重要账号、敏感数据和不可逆操作时，优先使用测试环境、最小权限、专用账号和可恢复备份。

License

MIT License。欢迎使用、修改和继续改进；具体权利与免责边界以许可证为准。

推荐度	结论
0–3.9	不推荐
4.0–5.9	谨慎采用
6.0–7.4	有条件推荐
7.5–8.9	推荐
9.0–10	强推荐

Sha Hao Yong

At a glance

README