是什么阻碍了Agent Skills的复用？来自138K个SKILL.md文件的证据

按现行标准，Agent Skills是结合指令与配套资源的SKILL.md文件，使大语言模型（LLM）智能体能在单次对话之外复用流程。然而，许多公开技能看似源自单一任务、仓库或对话，即使它们被作为可复用组件分享。我们基于官方规范与最佳实践指南构建两级缺陷分类法，对来自20556个仓库的138133个公开SKILL.md文件分析这一差距。我们发现91.8%的技能至少含一个被检出的缺陷，且在宽松与严格阈值下估计稳定（88.8-94.6%）。主要失败是普通的打包问题而非奇特攻击：路由元数据薄弱、正文冗长或不可执行、资源组织不佳。对20000个技能的确定性路由压力测试显示了功能影响：具有有效路由元数据的技能比有路由缺陷的技能更能从启动描述中被可靠检索。缺陷率因平台与来源而异：规范感知的技能缺陷更少，而标记为AI的技能表现出更多安全与可移植性问题。轻量强制与修复实验支持一种有质量保障的生成工作流，结合规范感知提示词、轻量lint、自动修复与安全门控。