DEFINE THE JOB
先定义任务
固定输入、预期输出、成功条件和不可接受的错误。任务必须接近真实业务，而不是为了让某个 Skill 好看。
METHODOLOGY / V0.1
先有证据，再有结论。
skill-vs 不是一个把 Stars、安装量和主观评分相加的网站。
我们把“受欢迎”与“有效”拆成两套独立系统。
同一任务+同一环境+唯一变量=可解释的差异
ESTABLISH BASELINE
跑无 Skill 基线
在同一模型、同一环境与同一工具条件下，先记录没有目标 Skill 时的完成率、耗时、错误和人工干预。
CONTROL THE CHANGE
只改变一个变量
启用目标 Skill，保持其他条件尽量一致。若环境差异无法消除，必须把它写进结论边界。
KEEP THE EVIDENCE
保存可复查证据
保留任务说明、关键过程、最终产物、错误记录和评分表。重要结论必须能回到具体证据。
REPORT THE TRADE-OFF
写出收益与代价
不仅报告是否成功，还报告多用了多少时间、上下文、权限与人工操作，以及在哪些条件下可能失效。
SCORE WITHOUT MAGIC
评分是证据的索引，不是神秘总分。
Alpha 阶段优先保留分项结果，避免用一个漂亮数字掩盖失败。只有当任务类型和样本量足够稳定时，才讨论跨 Skill 的综合排序。
40
任务完成
是否完整、正确地完成明确要求。
25
结果质量
输出是否可用、准确且符合业务边界。
20
稳定与复现
同类任务能否重复，失败是否可解释。
15
成本与风险
时间、人工、权限与潜在副作用。
WHAT WE WILL NOT CLAIM
skill-vs 不会替你做的三件事
不保证绝对安全
评测只能覆盖已观察到的版本、权限和任务，安装前仍需自行审查。
不把一次成功泛化
单个环境的成功不会被包装成对所有模型和业务都有效。
不出售榜位
商业合作必须与编辑结论分开标识，不能购买“实测推荐”。