skills-benchmarks：技能文档效果基准

skills-benchmarks是langchain-ai发布的评测工程，测量技能文档的设计方式如何影响Claude Code对推荐模式的遵循程度，面向研究与设计Agent技能的团队。仓库创建于1月24日，采用MIT许可，提供Docker化任务、验证脚本与pytest运行命令，默认测试模型为Claude Sonnet 4.6并可用环境变量覆盖。技能文档写得是否有效从此可以量化对比。