tidy-skill

从现有证据看，tidy-skill 更适合判断为“Agent 工作流治理用的轻量 skill/规范”，而不是完整的 AI Agent 平台、记忆系统或通用自动化框架。它强调的是让产物“有意图、有限作用域、可丢弃”，核心价值偏向流程整洁与痕迹管理，而非直接提升模型能力。

实际作用上，它更像给 Agent 加一层“文件与中间结果卫生规则”：哪些产物该落地、保留多久、是否应清理、怎样避免把临时痕迹混进正式输出。对在多步骤任务里频繁生成草稿、缓存、临时文件或中间结论的开发者，这类约束有助于减少仓库污染、上下文噪音和后续维护负担。更准确的类比是“Agent 的 artifact hygiene skill”，不是项目管理工具，也不是 RAG 知识库产品。

门槛与成本方面，目前证据只来自 GitHub 仓库页，能确认它是开源项目，看到约 20 GitHub stars；但没有足够证据支持成熟安装体验、稳定 API、托管服务或商业定价。因而成本判断只能保守地说：代码获取成本可能较低，但真实接入、适配现有 Agent 框架的工程成本未知，且没有官方定价信息可引用。

适合谁方面，它可能更适合已在做 Agent 编排、希望减少无效中间产物的开发者；不太适合期待“开箱即用提升任务准确率”的普通用户。热度证明目前主要是 GitHub star，说明有人关注；好用证明则明显不足，因为缺少实测、长文教程、对比评测或官方文档样本。讨论质量也偏弱：现有 evidenceSources 基本只有仓库简介，样本有限，暂时看不出明确社媒共识，也无法判断争议点。