Agent Skills

全部技能

prototype (mattpocock/skills)

建構一次性原型，用來驗證狀態邏輯是否合理或探索介面方向。

Matt Pocock 的 prototype：遵循它自己的 UI 變體規則（4.95，對照組為 3.71），成本與未使用技能時相近。

推薦安全

Codex CLI · gpt-6-astra

27.2 / 30

相對未使用技能的提升：+1.23 · 推薦 · 18 次執行

推薦：總分 27.2/30 至少 22，產出品質 5.0 至少 3.5，提升幅度 +1.23 至少 +1.0。

SOTA

透過

使用 Codex 測試。

涵蓋 Codex, Claude Code

Codex CLI 0.166（SOTA 等級）：18 次評分執行。依我們的等級規則，在這裡通過也涵蓋 Claude Code；但這不代表第二等級的結果。

分數

每個維度為 0 到 5 分，六個維度相加即為滿分 30 的總分。每個維度都是 5 分最好。成本 5 分代表便宜又快速；安裝 5 分代表容易安裝。

觸發可靠性
5.0
相對未使用技能的提升
3.2
產出品質
5.0
Token 與時間成本
5.0
安裝與可攜性
4.0
安全性
5.0

安全審查

安全

靜態掃描：1 CRITICAL / 1 HIGH / 0 MEDIUM。人工審查：可在無網路沙箱中安全執行（已說明掃描器的發現）。掃描結果不能證明技能一定安全。

安裝

npx skills@latest add mattpocock/skills --skill prototype

來源

固定 Commit: 4ae2317ddb22b046e26455e4f9c9b3aaaf62212d

測試日期: 2026-11-02

我們測了什麼

  • 製作訂閱狀態模型原型 — 我無法判斷我們的訂閱生命週期在付款失敗時是否合理。狀態：trial、active、past_due、paused、canceled。事件：試用期結束、付款成功、付款失敗、使用者暫停、使用者恢復、使用者取消、使用者重新啟用。規則：兩次失敗…
  • 製作定價頁變體原型 — 這個小型靜態網站（三個方案）的 pricing.html 上，我不確定方案該怎麼呈現。請為該區塊製作幾個不同的設計選項，讓我能用瀏覽器比較；真實的定價內容必須保留。不要加入建置步驟。
  • 製作折扣疊加規則原型 — 折扣疊加起來的感覺對嗎？目前規則：優惠券 SAVE10 享 10% 折扣，優惠券 HALF 享 50% 折扣，訂單滿 $50 免運，忠誠會員再享 5% 折扣。我無法決定套用順序，也無法決定哪些可以疊加。我想試一些案例，看看會發生什…

優點

  • 相對未使用技能，平均分數從 3.71 提升到 4.95（+1.23）。
  • 技能即使未被點名也會被採用：6/6 次實驗組執行都讀取了技能檔案。
  • 沒有 Token 額外負擔：Token 用量是未使用技能的 1.02 倍。
  • 使用技能後的絕對品質很高：4.95 / 5。

缺點

  • 每個任務的每個組別 n=2；約 1 分以內的差異屬於雜訊。

評測

在 Mac 測試機上執行 Codex CLI 0.166（gpt-6-astra，低推理），每次執行都使用全新的暫存專案，以及臨時的 HOME/TMPDIR/快取；技能分成已安裝（實驗組）、未安裝（對照組），以及未安裝但把技能的核心要求濃縮成一句話附加在提示詞後（一句話提示組）。每個任務的每個組別各執行 2 次，關閉網路，封鎖 /tmp 寫入。提示詞從未提及技能（下方註明者除外）。共有三個任務：為含有付款失敗情況的訂閱生命週期建立模型（狀態問題）、比較靜態定價區塊的幾種選項（外觀問題，真實方案內容必須保留），以及讓使用者在開始寫程式前試玩折扣疊加規則（邏輯問題，存到 prototype/）。規則檢查包括：獨立完整的 HTML、顯示五種狀態、每個事件都有按鈕、引導式情境、標示為 prototype、沒有測試檔案；定價任務還要求至少三個變體、一個 ?variant= URL 參數，以及固定式浮動切換器。

三組對照

組別平均分數（0-5）每次執行 Token 用量
未使用技能3.71133k
一句話提示4.7289k
使用技能4.95136k

以 Codex CLI 執行 18 次，採規則式檢查評分，不經 LLM 評審。總分 27.2 / 30，評級為 推薦。

判定：推薦（27.2 / 30）。 來源：mattpocock/skills，skills/engineering/prototype，固定於提交 4ae2317。安裝：npx skills@latest add mattpocock/skills --skill prototype。授權條款： MIT（儲存庫 LICENSE）。

這是什麼

來自 mattpocock/skills 的 prototype 技能：建立一個用完即丟的原型，用來回答某個設計問題。邏輯或狀態問題會得到單一 HTML 檔案，內含狀態面板、自由操作按鈕與引導式走查；外觀問題則在同一路由上提供幾個截然不同的版本，以 URL 參數與底部浮動列切換。規則：明確標示為用完即丟、執行方式極簡、不持久化、不琢磨細節、沒有測試。SKILL.md 加上 LOGIC.md 與 UI.md，總計約 2,600 字；僅有 Markdown。

我們如何測試

在 Mac 測試機上使用 Codex CLI 0.166（gpt-6-astra，低推理），每次執行都使用全新的暫存專案與暫存 HOME/TMPDIR/快取，安裝技能（實驗組）、未安裝（對照組），或未安裝但將技能核心要求濃縮成一句話附加在提示詞後（一句話提示組），每個任務每組執行 2 次，網路關閉，/tmp 寫入封鎖。提示詞從未提及技能（以下註明的措辭除外）。

三項任務：為包含付款失敗的訂閱生命週期建立模型（狀態問題）、比較靜態定價區塊的選項（外觀問題，必須保留真實方案內容），以及讓使用者在寫程式前試玩折扣疊加規則（邏輯問題，存到 prototype/）。規則檢查包括自含 HTML、顯示五種狀態、每個事件一個按鈕、引導式情境、標示為原型、沒有測試檔案；定價任務還要求至少三個版本、?variant= URL 參數與固定的浮動切換器。

  1. 為訂閱狀態模型建立原型 — 我不確定我們的訂閱生命週期在付款失敗時是否合理。狀態：trial、active、past_due、paused、canceled。事件：試用結束、付款成功、付款失敗、使用者暫停、使用者恢復、使用者取消、使用者重新啟用。規則：兩次失敗…
  2. 為定價頁版本建立原型 — 在這個小型靜態網站的 pricing.html（三個方案）上，我不確定方案該如何呈現。為該區塊做幾個不同的設計選項，讓我能用瀏覽器比較；真正的定價內容必須保留。不要建置步驟。
  3. 為折扣疊加規則建立原型 — 折扣疊加起來的感覺對嗎？目前規則：優惠券 SAVE10 可折 10%，優惠券 HALF 可折 50%，訂單滿 $50 免運，忠誠會員額外折 5%。我無法決定套用順序，也無法決定哪些可以疊加。我想試各種案例並觀察…

評分方式為程式化檢查（隱藏測試／植入問題召回／限制條件檢查／視情況進行渲染與 OCR），每次執行 0–5 分。沒有任何 LLM 評審決定分數。

結果

提供給第三組的一句話提示：「建立一個用完即丟的原型，回答一個明確陳述的問題：邏輯或狀態問題用單一自含 HTML 檔案，內含清楚陳述的問題、每次點擊後重新渲染的可讀狀態面板、每個動作一個按鈕，以及引導式走查情境（正常路徑、邊界情況、非法操作）；外觀問題則在同一頁提供三個截然不同的版本，以 ?variant= URL 參數與底部浮動列切換。不要測試，不要琢磨細節。」

任務對照組分數一句話提示使用技能對照組 Token 數一句話提示 Token 數使用技能 Token 數技能讀取
t1-subscription-logic4.644.44.84155k51k134k2/2
t2-pricing-ui2.55.05.0125k153k133k2/2
t3-discount-stacking4.04.755.0119k62k139k2/2

平均分數：未使用技能 3.71，使用技能 4.95（差異 +1.23）。每次執行 Token 數：133k 對 136k（1.02 倍）；時間 186 秒對 149 秒。一句話提示組：4.72（技能相較一句話提示的增益：+0.23；一句話提示相較無技能的增益：+1.01）；一句話提示每次執行 89k Token，因此技能的成本是一句話提示的 1.52 倍。

實際發生了什麼

  • 平均分數：對照組 3.71、一句話版本 4.72、技能 4.95。技能相較對照組 +1.24，相較一句話提示 +0.23；每次執行 136k Token，對照組 133k（1.02 倍），一句話提示 89k（1.5 倍）。
  • 外觀任務顯示了效果：技能在兩次執行中都產生三個版本，附有底部浮動切換器與可用 URL 切換的版本（依我們的檢查為 5.0 與 5.0）；對照組得分為 4.0 與 1.0：兩次都沒有浮動列，其中一次有三種版面加上切換器與 URL 參數，另一次則沒有，而且有一次頁面漏掉了一個方案價格。
  • 在兩項邏輯任務中，對照組已經建出互動式 HTML（訂閱模型 4.4-4.8，折扣疊加 4.0）；技能額外加入走查情境與原型標示：情境出現在 4/4 次技能組執行中，對照組則為 2/4。
  • 一句話版本在定價任務上表現同樣好；它在邏輯任務上略遜一籌，因為沒有每次都把檔案標示為原型（4 次中有 2 次）。

各面向分數

面向分數原因
1_輸出品質4.95

使用技能時平均分數 4.95/5（程式化檢查，見各任務 表格）。

2_相較無技能的提升3.23

相較未使用技能的 3.71，+1.23 分（每項任務 n=2；約 1 分以下 屬於雜訊）。

3_觸發5.0技能檔案在 6/6 次實驗組執行中被讀取。
4_指令可攜性4

平實的 Markdown；假設有任務執行器與 git 可用於「capture」步驟， 此步驟為選用。

5_效率5

1.02 倍 Token（每次執行 136k 對 133k）與 0.80 倍時間（149 秒對 186 秒）。

6_安全性與衛生5僅有 Markdown；沒有指令碼。

這項測試的限制

  • 以規則檢查功能（版本、浮動列、情境）；設計品質與原型是否回答問題，並未由人評判。
  • 評分在分析期間修正過兩次：版本可以放在獨立的 CSS/JS 檔案中，版面切換也算一種版本；第一次計分低估了這些，因此較早的數字不予採用。
  • 技能建議將原型提交到用完即丟的分支，並在 issue 留下指標；這在臨時資料夾中無法測試。
  • 每項任務每組 n = 2：約 1 分以下的差異屬於雜訊。
  • 規則式評分只能衡量檢查看得到的部分；無法評判品味，也無法判斷結果是否為最佳可能。

安全性

見 security.md。掃描：CRITICAL 1 / HIGH 1 / MEDIUM 0。判定：可安全執行（網路關閉的沙箱）。乾淨的掃描結果不能證明技能安全。

總結

這項技能明顯能讓 Codex 建出它所描述的那種原型（可用 URL 切換的版本、浮動列、引導式情境），而單純的要求做不到，且不會增加 Token 成本。一句話的摘要就能達到大部分相同行為，但技能額外補上邏輯走查與原型標示的細節。

完整紀錄

執行日誌：prototype (Codex CLI, network off, per-run temp HOME/TMPDIR, one row per graded run.)
欄位：任務、組-輪次、得分（0-5）、token、秒、通過的檢查、代理開啟的 skill 檔案。

t1-subscription-logic control-1: 得分 4.84, token 138434, 秒 186.6, 檢查 6/7, 未開啟
t1-subscription-logic control-2: 得分 4.44, token 171950, 秒 379.3, 檢查 6/7, 未開啟
t1-subscription-logic oneliner-1: 得分 4.68, token 51299, 秒 95.1, 檢查 6/7, 未開啟
t1-subscription-logic oneliner-2: 得分 4.13, token 52046, 秒 163.3, 檢查 5/7, 未開啟
t1-subscription-logic treatment-1: 得分 4.68, token 144823, 秒 163.1, 檢查 6/7, 開啟 prototype
t1-subscription-logic treatment-2: 得分 5.0, token 124780, 秒 165.0, 檢查 7/7, 開啟 prototype
t2-pricing-ui control-1: 得分 4.0, token 169276, 秒 134.1, 檢查 5/6, 未開啟
t2-pricing-ui control-2: 得分 1.0, token 81988, 秒 97.9, 檢查 2/6, 未開啟
t2-pricing-ui oneliner-1: 得分 5.0, token 153260, 秒 107.2, 檢查 6/6, 未開啟

18 次執行、3 個產出檔案

範例產出

SOTA · 装了 skill：prototype/index.html（t1-subscription-logic，第 1 次，Codex）

<!doctype html> <html lang="en"><meta charset="utf-8"><meta name="viewport" content="width=device-width, initial-scale=1"><title>Subscription lifecycle prototype</title> <style> *{box-sizing:border-box}body{font:16px/1.5 system-ui,sans-serif;background:#f3f6f3;color:#243b31;margin:0}main{max-width:1080px;margin:auto;padding:32px 24px}h1{font-size:32px;letter-spacing:-1px;margin:8px 0}h2{font-size:19px;margin-top:0}.eyebrow{color:#49715f;letter-spacing:2px;font-size:12px;text-transform:uppercase}.panel{background:white;border:1px solid #d8e3db;border-radius:12px;padding:24px;margin:20px 0}.buttons,.tabs,.flow{display:flex;flex-wrap:wrap;gap:8px}button,select{font:inherit;color:#245940;background:white;border:1px solid #b6ccbe;border-radius:6px;padding:9px 12px}button{cursor:pointer}button:hover{background:#edf5ef}button:focus-visible,select:focus-visible{outline:3px solid #589c7b;outline-offset:2px}button:disabled{opacity:.45;cursor:default}.current,[aria-selected=true]{background:#206d50;color:white}.flow span{padding:6px 15px;border:1px solid #d8e3db;border-radius:25px}dl{display:grid;grid-template-columns:repeat(4,1fr);gap:20px}dt,small,.muted{color:#5a7064}dt{font-size:12px}dd{margin:4px 0;font-weight:650}.notice{background:#eef6f0;border-left:3px solid #206d50;padding:12px}.columns{display:grid;grid-template-columns:1.2fr 1fr;gap:20px}.columns .panel{margin:0}.steps{display:grid;gap:8px}.steps button{text-align:left}.history{max-height:360px;overflow:auto}table{width:100%;border-collapse:collapse;font-size:13px}td,th{text-align:left;padding:10px 6px;border-bottom:1px solid #e0e8e2;vertical-align:top}li{margin:10px 0}select{max-width:100%;margin-top:10px}summary{cursor:pointer;font-weight:600}@media(max-width:700px){.columns{grid-template-columns:1fr}dl{grid-template-columns:repeat(2,1fr)}main{padding:20px 16px}} </style><main> <div class="eyebrow">Throwaway prototype · No saved data</div><h1>When payments fail, what happens next?</h1><p>Do these five subscription states behave as intended? Try events, inspect the full state, and walk through payment failures, pauses, and reactivation before implementation.</p> <section class="panel"><label for="policy"><strong>Interpret “two failed payments in a row while past_due”</strong></label><br><select id="policy"><option value="3">Two more failures while already past due (3 total)</option><option value="2">Two consecutive failures total (including entry into past due)</option></select><p><small>Default: literal “while already past due” reading. Changing the interpretation resets the simulation.</small></p><div id="snapshot"></div><div class="notice" id="notice" role="status" aria-live="polite">New trial account. No charges attempted.</div></section> <section class="panel"><h2>Try any event</h2><div class="buttons" id="events"></div><p><small>Payment buttons represent new charge attempts and their outcomes, not delayed notifications. Invalid events stay clickable so you can see why they are blocked.</small></p><div class="buttons"><button id="day">Advance 1 day</button><button id="month">Advance 30 days</button><button id="reset">Reset to trial</button></div></section> <div class="columns"><section [... excerpt: first 3200 of 13238 characters]

檢視 Pro