拿到一个 Skill，先做一次使用检查

“有 SKILL.md”只说明它长得像技能，不说明它适合你的电脑、你的资料和这次任务。安装前最实用的动作，是把模糊的“应该能用”变成一张具体结论：现在可试、补什么再试，或这次不用。

本课用两份虚构的技能包做检查练习，不要求下载来历不明的文件，也不执行任何脚本。准备记事本或其他纯文本阅读器即可。目标是帮你读懂资源详情和包内依赖，不是培养你凭文件名判断安全的习惯。

先把自己的任务写清楚

假设你在整理一批培训报名资料：需要从已脱敏的文本中找出重复报名项，输出供人工核对的清单；不发邮件，不修改原文件，不把资料传到陌生服务。你只会使用带图形界面的 AI 助手，不会安装开发环境。

这几句话很重要。同一个 Skill，对会管理服务器的开发者可能方便，对刚接触 AI 的你可能成本过高。不是资源越复杂越好，而是它的要求与你现在的条件是否对得上。

候选 A：纯说明的名单检查器

下面是教学材料，不是本站正在提供的下载包：

registration-review/
  SKILL.md
  references/duplicate-rules.md
  LICENSE.txt

它的介绍摘要是：

用途：读取用户粘贴的已脱敏报名记录，列出疑似重复项。
输入：编号、昵称、课程、备注。
处理：同课程同昵称只标记“疑似”，不直接合并。
参考：references/duplicate-rules.md。
输出：候选记录编号、疑似原因、需人工确认的问题。
限制：不联网、不发送、不修改原始报名表。

你能从中确认：它需要一个能读取技能与参考文件的宿主；不需要额外脚本运行时；任务只到“列出疑似项”。但你还不能说它绝对安全，也不能说作者拥有全部素材版权。仍需查看真实来源、完整文件和许可证，而不只相信介绍。

候选 B：自动报名合并器

第二份教学包是：

registration-auto/
  SKILL.md
  scripts/sync.py
  requirements.txt
  config.example.env

它的说明摘要是：

需要Python和requirements.txt中的依赖。
需要报名平台API凭据。
脚本会将报名记录上传到第三方去重服务。
完成匹配后调用平台接口合并记录，并向报名者发送确认邮件。

它可能适合经过评估的自动化系统，却不适合本课任务：你没有准备脚本环境，资料可能外发，而且“合并记录、发送邮件”超过了只做人工核对清单的范围。这里不需要进一步试运行来证明它会做什么；已知说明就足以作出“本次不使用”的决定。

如果有人说“先把所有权限打开，跑通了再收回来”，不要把它当必要安装步骤。先缩小任务或换一个纯说明方案，往往更省时间。

填出一张能指导下一步的检查表

这张表不把“本地文件”写成“数据绝不出电脑”。即使技能本身没有联网代码，云端 AI 助手处理你粘贴的材料，仍可能需要把内容传给模型服务。要做完全本地的处理，模型与嵌入服务等也要逐项确认，不能只看软件安装在哪。

下载后，用文件证明介绍没有漏项

真正拿到资源时，先解压到单独的练习文件夹，不要放进存有合同、客户名单或密钥的工作目录。用文本编辑器打开 SKILL.md，依次找名称与用途、引用文件、命令、网络服务、授权动作。

若看到 references/duplicate-rules.md，就进入 references 检查该文件是否存在。看到 scripts/sync.py，说明仅复制入口文件不够；脚本内容与依赖也需要检查。不懂脚本时，不等于你必须硬着头皮运行，可以选择不使用或请懂技术的人审查。

不要在资源包里填入真实密码来“试试看”。配置示例中的变量名只是占位要求；没有需要联网的任务，就不应为了完成安装而创建凭据。若文档承诺纯离线，文件却要求上传地址或外部密钥，应暂停，向提供方核实。

许可证缺失也不要自己补一个“MIT”。本课不教你判断复杂授权，只要求把“未找到明确许可”当成信息缺口；内部查看、修改、分发、商用不是同一个问题，准备转发完整包时尤其要先核实。

用四条假数据做第一次检查

候选 A 完整检查通过、且宿主已能识别后，可以给它以下虚构输入：

R01，小雨，写作入门，首次报名
R02，小雨，写作入门，备注：补填邮箱
R03，小雨，图片设计，另一门课程
R04，阿林，写作入门，无备注
任务：列出疑似重复项，不删除、不合并、不发送。

预期只把 R01 与 R02 列为一组“疑似”，并提示核实是否同一个人、第二条是否补充信息。R03 课程不同，不应凭同昵称直接并入；R04 不应受影响。昵称相同也不能证明身份相同。

错误输出是“已删除R02，剩余3人”。它既把疑似判定变成确定身份，又执行了未授权动作。如果只是模型口头声称删除，先检查原始系统是否真的变化，别把文字当证据。随后停用该技能，记录触发输入和实际行为，找出是说明、工具权限还是执行实现的问题。

三个常见卡点

导入失败，提示缺入口：检查是不是多了一层归档文件夹，或 SKILL.md 被保存成文本双后缀。以所用宿主的官方导入结构为准，不要把所有文件散开乱试。

入口能读、参考缺失：这通常不是模型太笨，而是复制不完整。先恢复原目录结构，再重新导入；不要让模型凭空补写你没看过的规则。

它不停要求执行脚本：重新看技能是否本来就是脚本驱动。你只想处理几条文字时，换纯文本方法可能更合适，而不是为了它临时扩大电脑权限。

检查结束，你应该能说出一句具体结论：“我准备在某个兼容助手里，用这份完整目录处理四条假数据，只输出疑似项；没有核实的来源或外发要求会让我暂停。”这比“看起来挺热门，先装了再说”更能帮你真正用起来。