阿里开源Skill-Up评测工具，用于量化评估Agent Skill质量。它支持在Claude Code、Codex等真实环境中验证功能正确性，将失败用例转为修复指引，并支持本地与CI回归。工具提供命令行安装，可运行、筛选用例，生成多格式报告，并支持基线对比和迭代测试，帮助开发者标准化Skill评测流程。