NVIDIA 开源 SkillEvaluator：实测显示技能包让智能体平均提升 31 分

NVIDIA 在技术博客中介绍了开源评估工具 SkillEvaluator，用于测量"技能"（skills）对 AI 智能体表现的实际影响。NVIDIA 已验证技能是经过打包和签名的描述文件，告诉智能体某款 NVIDIA 产品做什么、何时调用以及如何调用。

评估分三层：第一层做安全与结构检查，包括 schema 验证、提示注入与数据外泄扫描、密钥与个人信息检测等；第二层用嵌入相似度识别技能内部及目录间的重复覆盖；第三层在隔离沙箱中让智能体分别带技能和不带技能执行相同任务，计算得分差即 Skill Lift。

在 2026 年 8 月 12 日的基准快照中，NVIDIA 对 30 多款产品的 300 多个已验证技能进行了评估，每个技能在两个独立智能体框架上测试。结果显示在正确性、可发现性、有效性和效率四个维度上均有显著提升，平均 Skill Lift 为 31 分，剔除安全维度后为 39 分。

无技能基线方面，四个维度的平均得分在 39 到 46 分（满分 100）之间，说明改进空间很大；安全维度例外，基线平均已达 97 分。NVIDIA 还发布了面向 Claude Code、Codex 和 Cursor 的插件，技能也可通过 Skills.sh、ClawHub 和 Hermes Hub 获取。