这个 Skill 能做什么，适合哪些场景？
这个技能驱动 squirrel CLI 对网站运行 SEO、性能、安全、无障碍、内容等技术维度的审计（21 类、260+ 条规则），并输出为 token 高效的 LLM 报告。它随后进入迭代修复循环：把每个问题映射到模板、组件或内容文件，经用户确认后分批修改代码，再复检并展示前后得分对比。支持 quick/surface/full 三档扫描深度、基线 diff 回归验证和按规则文档查阅。适合希望让 AI 代理不仅发现问题、而且真正把问题修掉的网站开发者和运维团队。
运行 squirrel audit <url> --format llm 执行审计；读取健康得分、按类别分组的 issue、死链和优先级建议；用 Grep/Glob/Read 将每个 finding 定位到源码文件；经确认后用 Edit 分批修复；每次批改后验证项目仍可构建；用 --refresh 复检并用 squirrel report --diff 对比基线证明改进；对需要人工判断的项（如是否删除链接）标记交还用户而不是擅自猜测。对屏蔽未知爬虫的站点（Shopify/Cloudflare）可传入 Web Bot Auth 头。
- 网站开发者在上线前对站点做全量审计并修复 SEO/无障碍/安全扣分项
- 团队在 CI 中用 quick 模式做快速检查，发布前再用 full 模式签名验收
- 接手遗留网站的维护者，用审计报告按严重程度排序规划修复工作
- 运维在每次部署后复检并用 diff 报告证明改动没有引入回归
- 安全负责人用泄露密钥检测（96 种模式，含 OpenAI/AWS/Stripe 等）排查站点暴露的凭证
如何安装这个 Skill？
- 本评估为纯静态审查，未执行任何命令，所有功能声明均未经运行验证。
- 核心功能依赖专有 CLI 与海外托管服务，中国大陆网络可达性未验证，使用前请确认可访问 squirrelscan.com 与 docs.squirrelscan.com。
- 审计会将您的站点 URL 及发现的问题（可能含敏感信息如泄露密钥检测结果）发送至第三方服务，请评估数据外发风险。
- 评分目标表与规则数量等数字为供应商声明，缺乏独立佐证。
- Shell / 命令行
- 网络访问
- 本地文件系统
squirrel CLI in PATH
前提：安装 squirrel CLI 并确保在 PATH 中（https://squirrelscan.com/download，用 squirrel --version 验证）。安装技能：任意代理用 npx skills add squirrelscan/skills，或只装这一个：npx skills add squirrelscan/skills --skill audit-website；Claude Code 用 /plugin marketplace add squirrelscan/skills 再 /plugin install squirrelscan@squirrelscan；也可 git clone https://github.com/squirrelscan/skills.git 后把 skills/audit-website 软链到代理的技能目录。许可证为 MIT。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/squirrelscan/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/audit-website" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- Audit this website and fix all errors and warnings
- Run an audit on example.com and show me the top 5 critical issues
示例提示词：「Audit this website and fix all errors and warnings」或「Run an audit on example.com and show me the top 5 critical issues」。技能会先做 quick 快扫了解站点结构；如需更深入用 -C surface（每个 URL 模式取一页）或 -C full（500 页全量，用于最终验收）。得分目标参考表：F 级（<50）目标 75+，D 级目标 85+，C 级目标 90+。修复后部署或内容变更要加 --refresh 复检。
这个 Skill 有哪些优点和局限？
- 不止发现问题，还内置了完整的修复-复检循环，包括得分目标参考和回归验证
- LLM 格式报告专为 token 效率设计，规则文档可在 docs.squirrelscan.com 按 ID 精确查阅
- 对需人工判断的项（死链取舍等）明确要求交还用户，避免代理擅作主张
- 支持三档扫描深度、爬虫断点续传、本地缓存复渲染和 Web Bot Auth 穿透
- 强依赖闭源的 squirrel CLI（需安装、且审计可能消耗平台额度/登录，具体计费未在源中说明）
- 仓库无自动化测试套件，技能本身 2.1 版的实际修复效果缺乏独立评测数据
- 倾向审计线上站点，本地开发环境的部分渲染/性能问题可能测不到
- 活站点审计需要网络访问和足够的页面额度（quick 默认仅 25 页，全量需 500 页）
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| squirrelscan 网站审计与修复循环 本页 | 49 · 谨慎使用 | ★ 99 | 12 天前 | MIT |
| Squirrelscan 网站审计技能 | 53 · 谨慎使用 | ★ 99 | 12 天前 | MIT |
| SwiftUI Pro | 57 · 谨慎使用 | ★ 5.9k | 18 天前 | MIT |
| SwiftUI Pro | 51 · 谨慎使用 | ★ 5.9k | 18 天前 | MIT |
| Open Code Review 代码审查技能 | 58 · 推荐 | ★ 47k | 12 天前 | Apache-2.0 |
FollowSkills 如何评估这个 Skill？
技能要求用户确认后才修改代码，明确说明工具范围（Bash(squirrel:*)、Read/Edit/Grep/Glob），提到密钥头值在输出中脱敏，数据流基本透明。扣分项：依赖未经二进制审计的专有外部 CLI（squirrel），将用户站点 URL 发送到第三方托管服务，未讨论审计数据在服务端如何处理，无回滚机制说明。
指令内部一致，扫描分级、缓存、重审计流程自洽，失败场景（被 Cloudflare/Shopify 拦截）有具体对策。扣分项：仓库无针对本技能的测试或 CI 证据，异常输入（无效 URL、认证失败、配额不足）下的行为与错误反馈未描述。
场景明确（网站健康审计与修复循环），触发描述清晰，修复循环与评分目标表格实用。扣分项：能力边界与非适用范围（如内网站点、需登录页面）未声明；核心功能完全依赖海外托管服务 squirrelscan.com / docs.squirrelscan.com / MCP 服务器，在中国大陆网络可达性存疑，且无中文支持说明。
文档分层良好（SKILL.md + OUTPUT-FORMAT.md 参考 + companion skill 分工），有版本号 2.1、MIT 许可证、安装说明与工具元数据。扣分项：无变更日志、无已知限制清单、维护责任与更新路径仅隐含于仓库说明，规则文档链接指向未验证的第三方站点。
声称的修复循环映射到具体命令与判定标准（完成定义明确），相比手工审计有清晰的边际价值主张。扣分项：静态审查无法验证 260+ 规则、40-70% 体积缩减等供应商声明，输出可用性未经执行验证，且评分目标表缺乏依据来源。
提供了详尽的输出格式规范、示例输出与规则文档 URL，可交叉核对格式声明。扣分项：无测试套件、无 CI 工作流覆盖本技能关键路径，规则数量与 token 效率数据均为供应商单方声明，无法独立复现。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →