#WorkBuddy# 从 GitHub 装 Skill 前先看这 5 处，避开 90% 的坑

GitHub 上有成百上千个现成的 WorkBuddy Skill，看着哪个都想要。但装多了你会发现：有的装完立省半小时，有的装完吃灰不说，还拖慢对话。这篇不教你怎么找，教你装之前怎么看——5 处检查点，5 分钟判断一个 Skill 值不值得装。

一、先看 SKILL.md 完不完整

一个 Skill 的灵魂是那份 `SKILL.md`。合格的它至少讲清三件事：什么时候触发（触发词）、具体怎么做（步骤）、要调什么工具（依赖）。

只有两行字的、光有名字没有说明的，基本是半成品，别装。判断标准很简单：你照着它的说明，一个陌生人能不能把活干完？不能，就是没写明白，装了也是废。

二、看依赖和密钥声明

很多 Skill 背后要装 Python 库、要调外部 API、要配密钥。它有没有在文档里说清楚？

- 说清楚的：装了能一次跑通，心里有数。

- 提都不提的：装完大概率报错，你还得自己猜缺什么。

特别是要联网、要动你文件的 Skill，一定要看它干了什么。这跟手机上装 App 看权限一个道理。

三、看更新时间

GitHub 仓库墙上写着最后更新时间。超过一年没更新的，默认当它死了——依赖早变了，接口早换了，装上多半跑不起来。

那些 star 数高但两年没动的仓库，人气是历史遗产，不是可用信号。

四、看有没有跑通的证据

靠谱的 Skill 通常带示例：示例输出、截图、或者它自己说的使用效果。这是"这活儿真能成"的最快证据。

连一个示例都没有的，谨慎。你装的是工具不是彩票，不需要赌。

五、装完先试跑，再上真数据

这是最后一道、也最容易被跳过的一关。先用小样本验收：拿一条假数据试跑一遍，确认输出格式对、不报错、符合预期，再拿真实数据上。

我见过太多人装完直接拿真数据跑，结果格式全乱、白干半天。试跑这一步 3 分钟，能帮你省下 3 小时。

送一条安全底线

会让 AI 执行脚本、访问网络的 Skill，装之前先把它要干的事看一遍。 这是唯一一条红线，其他的坑都还好，这个坑踩了可能真出事。

---

装完 Skill 之后怎么知道它值不值得留？评论区扣「清单」，我把这 5 处检查点整理成一张速查卡发你，下次 5 分钟过一遍。