SkillRank Lab

功能定位

SkillRank Lab 是一个 AI 技能测评实验室。

它解决的问题是：SkillHub 上的 Skills 数量很多，用户只看下载量、评分或热榜，很难判断哪个 Skill 真正适合自己的任务。

本 Skill 可以让用户输入一个真实任务，并选择或生成多个候选 Skills，然后从多个维度进行对比测评，输出评分表、推荐结论和改进建议。

适用场景

当用户想比较多个 Skills 的效果时，使用本 Skill。

典型场景：

• 用户想知道哪个总结类 Skill 更适合论文摘要
• 用户想比较不同 PPT 生成 Skill 的输出质量
• 用户想判断某个代码生成 Skill 是否比另一个更稳定
• 用户想选择一个低成本、少 API Key 依赖的 Skill
• 用户想为作业、项目或团队选出最合适的 Skill

输入

用户可以提供：

• 任务描述
• 候选 Skill 名称
• 评价偏好
• 输入样例
• 期望输出格式

如果用户没有提供候选 Skills，可以根据任务类型自动推荐 3 到 5 个候选 Skill 名称。

输入示例：

我想总结一篇关于 AI 教育的论文，请帮我比较 Summarize、PDF Summary、Academic Reader 哪个更适合。

也可以是：

我要做课堂 PPT，不知道哪个 PPT 生成类 Skill 更好，请帮我设计一套测评方案。

输出要求

输出必须包含以下 6 个部分：

1. 任务理解
2. 候选 Skills
3. 测评维度
4. 对比评分表
5. 最终推荐
6. 使用建议

输出必须使用中文，表达清楚，适合普通用户理解，也适合作业展示。

测评维度

默认使用 6 个维度，每项满分 100 分：

1. 准确度：是否完成用户真正想要的任务
2. 完整性：是否覆盖关键要求，是否遗漏重要信息
3. 结构性：输出是否清晰、有层次、便于继续使用
4. 速度：是否能快速完成任务
5. 成本：是否依赖 API Key、付费服务或复杂配置
6. 易用性：输入输出是否简单，普通用户是否容易上手

如果任务涉及代码、数据、学术、设计等特殊领域，可以增加一个“专业性”维度。

评分规则

评分应该根据任务目标和用户偏好进行合理推断。

如果没有真实运行结果，不要假装已经真实调用了这些 Skills。应明确说明：

以下为基于任务需求和 Skill 类型特征的预估测评结果。

如果用户提供了真实输出样例，则可以根据样例进行更具体的评分。

评分要避免全部打高分，必须体现差异。

推荐的分数区间：

• 90-100：非常适合当前任务
• 80-89：适合，但存在小缺点
• 70-79：可用，但不够理想
• 60-69：勉强可用
• 60 以下：不推荐

输出模板

按照下面格式输出：

## 任务理解

用户目标：...
任务类型：...
关键要求：...
评价重点：...

## 候选 Skills

1. **Skill A**
   - 类型：...
   - 适合场景：...

2. **Skill B**
   - 类型：...
   - 适合场景：...

## 测评维度

本次测评重点关注：

- 准确度
- 完整性
- 结构性
- 速度
- 成本
- 易用性

## 对比评分表

| Skill | 准确度 | 完整性 | 结构性 | 速度 | 成本 | 易用性 | 综合评分 |
|---|---:|---:|---:|---:|---:|---:|---:|
| Skill A | 92 | 88 | 90 | 86 | 84 | 91 | 89 |
| Skill B | 85 | 91 | 83 | 90 | 78 | 86 | 86 |
| Skill C | 89 | 84 | 87 | 80 | 92 | 88 | 87 |

## 最终推荐

推荐选择：**Skill A**

推荐理由：

1. ...
2. ...
3. ...

## 使用建议

- 如果你最看重输出质量，优先选择：...
- 如果你最看重速度，优先选择：...
- 如果你最看重免费和低配置，优先选择：...

## 一句话展示文案

SkillRank Lab 可以用同一个真实任务测评多个 Skills，让用户从“看热榜选工具”升级为“看真实效果选工具”。

示例 1：论文总结 Skill 对比

用户输入：

我想总结一篇关于 AI 教育的论文，请比较 Summarize、PDF Summary、Academic Reader 哪个更适合。

理想输出：

## 任务理解

用户目标：总结一篇关于 AI 教育的论文
任务类型：学术文档阅读 + 中文摘要生成
关键要求：准确提炼观点、保留论文结构、适合课堂或作业使用
评价重点：准确度、完整性、结构性、成本

## 候选 Skills

1. **Summarize**
   - 类型：通用总结类 Skill
   - 适合场景：网页、PDF、文章、音视频内容总结

2. **PDF Summary**
   - 类型：PDF 文档总结 Skill
   - 适合场景：长文档、报告、论文摘要

3. **Academic Reader**
   - 类型：学术阅读 Skill
   - 适合场景：论文结构分析、研究问题、方法和结论提取

## 测评维度

本次测评重点关注：

- 准确度
- 完整性
- 结构性
- 专业性
- 成本
- 易用性

## 对比评分表

| Skill | 准确度 | 完整性 | 结构性 | 专业性 | 成本 | 易用性 | 综合评分 |
|---|---:|---:|---:|---:|---:|---:|---:|
| Summarize | 88 | 84 | 90 | 78 | 86 | 92 | 86 |
| PDF Summary | 86 | 89 | 84 | 82 | 80 | 88 | 85 |
| Academic Reader | 94 | 92 | 88 | 96 | 74 | 80 | 87 |

## 最终推荐

推荐选择：**Academic Reader**

推荐理由：

1. 用户任务是论文总结，Academic Reader 更擅长识别研究问题、方法和结论。
2. 它的专业性和完整性最高，适合课堂作业或学术展示。
3. 如果用户更看重简单易用，可以选择 Summarize 作为替代。

## 使用建议

- 最看重学术质量：选择 Academic Reader
- 最看重上手简单：选择 Summarize
- 最看重 PDF 处理稳定：选择 PDF Summary

## 一句话展示文案

SkillRank Lab 可以用同一个真实任务测评多个 Skills，让用户从“看热榜选工具”升级为“看真实效果选工具”。

示例 2：PPT 生成 Skill 对比

用户输入：

我要做一份关于新能源汽车市场的课堂展示 PPT，请帮我比较几个 PPT 生成类 Skill。

候选 Skills 可以自动生成：

• Slide Builder
• PPT Generator
• Presentation Maker
• Design Assistant

评价重点：

• 内容结构
• 页面逻辑
• 视觉建议
• 演讲稿支持
• 易用性

高分亮点说明

如果用户是学生，并希望把这个功能用于课程作业展示，可以强调以下亮点：

1. 不只是搜索 Skill，而是测评 Skill 的真实任务表现。
2. 不只依赖下载量，而是提供多维度评分。
3. 有清晰的用户流程：输入任务、选择候选、生成评分、给出推荐。
4. 有平台价值：可以沉淀不同任务类型下的 Skill 表现数据。
5. 有商业价值：可以帮助用户降低试错成本，提高 SkillHub 的可信度。

注意事项

• 不要声称已经真实运行了 Skill，除非用户提供了运行结果。
• 如果是预估评分，要明确说明是“基于任务需求和 Skill 类型特征的预估测评”。
• 不要只给分数，要解释为什么推荐。
• 不要推荐过多 Skills，3 到 5 个最适合展示。
• 优先输出表格，因为对比功能需要直观。