You starred it. You'll never use it. Let AI decide.
你收藏了 300 个 GitHub 仓库，一个都没打开过。让 AI 替你决策。
npx skills add wujiajun4/tool-eval -g
Star hoarding is the new "read later." Tool Eval reads any GitHub repo, cross-references your actual tool stack, and gives you a straight verdict in one table. 30 seconds. No ambiguity.
收藏等于"以后再说"，实际上永远不说。 Tool Eval 读取任何 GitHub 仓库，跟你的现有工具栈做横向对比，一张表给你结论。30 秒。不废话。
你看到一个 20k 星的仓库。README 写得真好。你点了收藏。
乘以 300。
现在你有一个书签坟场，不知道哪个跟哪个重叠，也没时间评估任何一个。收藏是新时代的"稍后阅读"——你永远不读。
市面上其他选择都不好使：
| 做法 | 实际发生的事 |
|---|---|
| "我自己评估" | 花 30 分钟读文档、对比功能、检查冲突。你没有 30 分钟。 |
| "让团队评估" | 没人举手。 |
| "直接装上试试" | 多了 147 个依赖和一个 Docker 守护进程，只用了一次。 |
| 现有评估 Skill | 它们只描述工具。它们不知道你的栈。 |
You see a repo trending on GitHub. 20k stars. You star it. Multiply by 300. Now you have a graveyard of bookmarks, no idea which ones overlap, and no time to evaluate any of them.
| Approach | What actually happens |
|---|---|
| "I'll evaluate it myself" | 30 minutes reading docs. You don't have 30 minutes. |
| "I'll ask the team" | Nobody volunteers. |
| "I'll just install it" | 147 deps and Docker for a tool you used once. |
| Existing eval skills | They describe. They don't compare against your stack. |
一个 AI Agent 技能，读取 GitHub 仓库，跟你的实际工具栈做对比，一张表给你结论。30 秒。不废话。
An AI agent skill that reads any GitHub repo, cross-references your actual tool stack, and gives you a straight verdict. With a comparison table. In 30 seconds.
你: https://github.com/Panniantong/Agent-Reach 看一下
AI:
## Agent Reach — 给 AI 装上"眼睛"看全网
> ⭐ 21.9k · 249 commits · Python · MIT
> 零 API 费用搜索 Twitter、Reddit、YouTube、GitHub、B站、小红书
### 快速对比
| 维度 | 你现有的 | Agent Reach | 结论 |
|------|---------|-------------|------|
| 搜索 Reddit/X/YT | last30days | Cookie 认证，同平台 | ❌ 重叠 |
| 中文平台 (B站/小红书) | 无 | xhs-cli, bilibili-cli | ✅ 填补空白 |
| 安装复杂度 | 一行插件安装 | pip install + 6 个 CLI + 6 次登录 | ❌ 维护成本高 |
| API 费用 | last30days 免费 | 全部免费 | 🔗 持平 |
### 结论
**❌ 不装** — 你已有 last30days 覆盖核心平台。
中文平台优势不值得维护 6 个额外 CLI 工具。
You: evaluate https://github.com/khoj-ai/khoj
AI:
## Khoj — AI Second Brain
> ⭐ 34.9k · 5,168 commits · Python · AGPL-3.0
> Self-hosted AI app: chat with any LLM, search your docs, build agents, schedule automations.
### Quick Comparison
| Capability | Your Stack | Khoj | Verdict |
|------|---------|------|------|
| Document semantic search | Obsidian + ctx_search | PDF/Word/Markdown/Notion | ❌ Overlap |
| AI chat | Claude Code | Any LLM, self-hosted | ❌ Different use case |
| Scheduled automation | scheduled-tasks MCP | Built-in cron + email | 🔗 Comparable |
| Obsidian integration | Native Obsidian | Plugin available | 🔗 Comparable |
### Verdict
**❌ Skip** — Your existing stack already covers Khoj's core value prop.
| 功能 Feature | 做什么 What it does |
|---|---|
| 🔍 自动剖析 / Auto-profiling | 读取 README、SKILL.md、文档 — 提取能力、安装成本、定价、安全 |
| 🗺️ 栈感知 / Stack-aware | 搜索你的 Obsidian 知识库、乐团定义、已装技能 — 知道你有什么 |
| ⚖️ 横向对比 / Head-to-head | 新工具 vs 你的实际栈，逐项对比 |
| ⚡ 30 秒判决 / 30s verdict | 三种结果：装 / 锦上添花 / 不要 —— 从不含糊 |
| 🌐 双语 / Bilingual | 中英文触发 + 中英文输出 |
| 🆚 对比模式 / Compare | "A vs B" — 两个工具正面 PK |
三种结果，永远不模棱两可 / Three outcomes, never ambiguous:
| ✅ 装 / Install | 填补你栈里的空缺 / Fills a real gap |
|
GitHub 链接 / URL
│
▼
第一步：抓取 / Fetch ──────── 分析仓库、文档、SKILL.md
│
▼
第二步：剖析 / Analyze ────── 提取能力、成本、安全、信号
│
▼
第三步：交叉对比 / Cross-ref ── vs 用户的 Obsidian + 乐团清单
│
▼
第四步：对比 / Compare ────── 跟现有工具逐项对比
│
▼
第五步：判决 / Verdict ────── 装 / 锦上添花 / 不要
秘密武器： 它不只描述工具。它把工具放进你的上下文里对比——你的 Obsidian 知识库、你的乐团定义、你已装的所有技能。其他评估工具在说"这个工具能干什么"。Tool Eval 在说"这个工具对你有什么用"。
The secret sauce: It compares against your stack — your Obsidian vault, your orchestra definitions, your installed skills. Other evaluators talk about the tool. Tool Eval talks about the tool in context of what you already use.
| 类别 Category | 技术 Technology |
|---|---|
| 平台 / Platform | Claude Code、OpenClaw、Agent Skills（67+ 平台） |
| 语言 / Language | Markdown (SKILL.md) |
| 工具 / Tools | WebFetch、Read、Write、WebSearch |
| 依赖 / Dependencies | 零 —— 纯指令 Skill，不占内存 |
tool-eval/
├── assets/
│ └── icon.svg # 放大镜 + 对勾 + 对比箭头
├── .gitignore
├── LICENSE # MIT
├── README.md # ← 你在这里
└── SKILL.md # 运行时规范：frontmatter + 5 步流水线 + 输出模板
# Claude Code（一行命令 / one command）
mkdir -p ~/.claude/skills && git clone https://github.com/wujiajun4/tool-eval.git ~/.claude/skills/tool-eval
# Agent Skills（全平台通用 / any platform）
npx skills add wujiajun4/tool-eval -g这样触发 / Trigger it with:
| 你说 / You say | 会发生什么 / What happens |
|---|---|
https://github.com/xxx 看一下 |
评估仓库 |
evaluate this https://... |
英文触发 |
A vs B 怎么选 |
两个工具正面 PK |
这个要不要装 |
快速判决 |
| Tool Eval | repo-analyst | evaluate-and-improve | |
|---|---|---|---|
| 知道你的栈 / Knows stack | ✅ 搜知识库 | ❌ 泛用 | ❌ 只看代码库 |
| 对比表格 / Comparison table | ✅ 横向 vs 你的工具 | ❌ 描述方法 | ❌ 怀疑论散文 |
| 明确裁决 / Straight verdict | ✅ 装/锦上添花/不要 | ❌ 学术分析 | |
| 防重复安装 / No overlap | ✅ 感知已有工具 | ❌ 单仓库 | ❌ 单仓库 |
| 双语 / Bilingual | ✅ 中+英 | ❌ 仅英文 | ❌ 仅英文 |
| 安装 / Setup | 一行 git clone |
一行 git clone |
一行 git clone |
Tool Eval 是唯一一个回答你真正问题的工具："我已经有 X、Y、Z 了，还该不该装这个？"
- Stars ≠ Value / 星星不等于价值。 30k 星的仓库可能跟你的已有工具 100% 重叠。
- Setup cost is part of the verdict / 安装成本是判决的一部分。 需要 5 个 API key + Docker，不比一行
pip install更好。 - Compare, don't describe / 对比，不要描述。 "它能搜 Reddit"是废话。"它能搜 Reddit——但你已经有了 last30days，覆盖 Reddit + X + YouTube"才是信息。
- Don't be a cheerleader / 不做啦啦队。 每个工具都有取舍。如实呈现。
- Table format always / 永远用表格。 开发者读表格。他们扫读长文。
Q: 只能评估 Skill 还是任意仓库？ / Skills only? 任意仓库。工具、库、框架、Skill、MCP Server —— 只要有 README，Tool Eval 就能剖析。
Q: 它怎么知道我的栈？ / How does it know my stack?
它读你的 Obsidian 知识库、乐团定义（orchestra-system.md）、已装技能。知识库越丰富，对比越精准。
Q: 它是不是偏向说"不要"？ / Biased toward "skip"? 不是——它偏向诚实。如果工具真的填补空缺，它会说"装"。但大部分你收藏的仓库都跟你已有的工具重叠。Tool Eval 只是把事实摆出来。
Q: 跟直接问 Claude 有什么区别？ / vs asking Claude directly? 不加载 Tool Eval 的 Claude 只会描述工具，不会交叉对比你的栈，因为它不知道要这样做。Tool Eval 是一个 5 步流水线，强制每次做交叉对比。
- 支持 NPM 包，不止 GitHub 仓库
- 历史评估日志（追踪你评估过什么、为什么跳过）
- 团队模式（对比共享团队栈，而非个人工具）
- 定期重评（每 3 个月重检跳过的工具）
提 Issue 和 PR 都欢迎。提交前：
/preflight # 跑发布前检查清单本项目与 preflight 配对——一个 6 项质量关卡，扫描占位符、缺失 LICENSE、私有工具引用等。
MIT — © 2026 wujiajun4