用 LLM judge 评测技能

主要功能

• 枚举会话中模型可调用的技能（ctx.skills.snapshot）。
• index.js — 插件入口注册 runskilleval 工具与 /skill-eval 命令。
• 逐字复现官方 catalog 消息（ + + 归一化/截断/转义的描述）。
• 对每条查询让 judge 模型判断目标技能是否应触发，强制一行 YES/NO 回答。
• 评测衡量的是 judge 模型视角下该技能描述的路由准确率。