$ loading_
帮助 AI 智能匹配任务与技能，并追踪效果、发现缺口和挖掘新技能。
该 MCP 工具材料较少，但已知为开源 Apache 2.0 项目、无密钥且未声明远程端点，整体未见明确高风险红旗。需注意其被系统标记为可执行代码，且功能描述提到从外部来源发现技能，实际运行边界与数据流仍需核实。
材料明确注明无需密钥或环境变量，未见 API token、账号凭证或高敏感认证信息要求，凭证泄露面较低。
虽声明无远程端点，但功能描述包含“从外部来源发现新技能”，说明可能存在未在材料中展开的外部检索或联网行为。当前缺少 README 与端点细节，暂未见向不明端点外发数据的明确证据，但网络行为透明度不足。
系统客观检查项标记其具备 executes-code，说明工具本身可能在本机执行代码或进程；这属于 MCP 工具常见能力。材料未显示其申请异常系统权限或执行与声明功能无关的操作，因此暂无高风险红旗。
描述涉及任务匹配、效果跟踪和技能发现，推测可能处理任务内容、技能元数据或本地配置，但 README 缺失，无法确认具体读写范围。当前未见明确过度授权或敏感目录访问声明，但数据边界不够清晰。
正面因素是开源、可审计且采用 Apache 2.0 许可证；这明显降低供应链风险。需留意其来源为 third_party_registry、社区采用度为 0 star、维护状态未知，代表成熟度与持续维护证据有限。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"skill-curator-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请根据以下任务描述，从现有技能库中语义匹配最合适的技能，并说明匹配理由：需要把客户反馈自动分类、汇总并生成周报。
返回最相关的技能候选列表、匹配分数及每个技能适配该任务的原因。
请分析过去一个月各技能在任务执行中的成功率、失败原因与覆盖盲区，并指出最需要补充的技能类型。
输出技能效果分析、主要短板总结，以及建议新增或优化的技能方向。
请从指定的公开仓库、文档站点和社区资源中挖掘与自动化测试相关的新技能，并筛选出值得纳入技能库的候选项。
给出新技能候选清单、来源链接、适用场景及纳入建议。
帮助你搜索、安装、验证并对比MCP技能
帮助用户为兼容 MCP 的智能体发现、安装并管理海量精选技能。
帮助用户检索、获取并演化海量 AI 技能胶囊，加速能力复用与构建。
将 Agent Skills 暴露为 MCP 工具，帮助编码代理发现并启用技能指令。
用于创建、编辑与优化AI技能，并评测其效果与触发准确性。
帮助 AI 代理快速发现、安装并管理 skills.sh 技能生态中的各类技能。