Skills Audit

审计技能库健康度：项目画像→七维评分→容量预警→趋势对比→快照回滚。支持技能/项目双模式 + CI/CD。Capabilities: skill audit, project profiling, 7-dim scoring, capacity analysis, liveness check, snapshot rollback, CI mode.

Zhengqian@gtbwpkwjnb-alt

Install

openclaw skills install @gtbwpkwjnb-alt/skills-audit

Skills Audit — 技能库与项目画像驱动审计

对技能库或当前项目做多维画像、七维评分、容量分析与优化推荐，最终输出可执行的审计报告。

它能帮你：

了解技能库健康度（🟢/🟡/🔴）和变化趋势（📈 ↑/↓）

发现僵尸技能和冗余重叠

计算 Agent 还能装多少技能（多因子有效容量预警）

获得可执行的归档/安装/更新操作清单

误操作后可一键回滚（--undo）

集成到 CI/CD 流水线（JSON 输出 + 门禁逻辑）

触发词 / Trigger Words

本技能采用独立词触发：触发词必须独立发送（可带子命令），句中不触发。参考 summarize 技能。

技能审计：技能审查、技能审计、技能检查、能力审查、能力审计、工具审查、skills-audit、skill-audit、skill-check、capability-audit、tool-audit
项目审计：项目审查、项目审计、项目诊断、项目画像、环境审查、环境审计、project-audit、project-check、project-diagnosis、project-profile、env-audit
回滚操作：回滚、撤销、恢复、undo-snapshot、rollback、revert
子命令：深度/deep、推荐/recommend、画像/profile、健康/health、轻量/quick、ci/--ci、回滚/undo/--undo

触发词矩阵

模式	中文触发词	英文触发词
技能审计	`技能审查`, `技能审计`, `技能检查`, `能力审查`, `能力审计`, `工具审查`	`skills-audit`, `skill-audit`, `skill-check`, `capability-audit`, `tool-audit`
项目审计	`项目审查`, `项目审计`, `项目诊断`, `项目画像`, `环境审查`, `环境审计`	`project-audit`, `project-check`, `project-diagnosis`, `project-profile`, `env-audit`
回滚操作	`回滚`, `撤销`, `恢复`	`undo-snapshot`, `rollback`, `revert`

同义字词：审查=审计=检查=诊断、能力=技能=工具、环境=项目 → 自动归入对应模式。

触发行为

会触发 ✅	不会触发 ❌
`技能审查`（独立发送）	`帮我做一次技能审查`（句中）
`skills-audit`（独立发送）	`run skills-audit on this`（句中）
`技能审计深度`（独立词+子命令）	`这个项目需要能力审查吗`（句中）

语言自适应：用户主语言为英文时（会话中英文>70%），触发词匹配优先英文，报告输出语言切换为 en。

When to Use / 何时使用

技能审计模式：定期维护技能库健康度（建议每2-4周一次），或技能库较大变更后
项目审计模式：接手新项目时快速了解技术栈和工具链，或项目重构前评估环境健康度
触发词翻译精炼：自动将技能 description 翻译为中文触发词+简介（或反向），方便跨语言用户快速了解技能功能

前置条件 / Prerequisites

硬性要求（缺失时自动检测 + 安装引导）

codegraph — 代码结构与符号查询，技能核心分析引擎。缺失时尝试自动安装。
git — 版本对比、快照与回滚。缺失时尝试自动安装。
config.yaml — 本技能目录下的唯一配置源。缺失时从模板生成。

软性要求（缺失时自动创建）

user-profile.md — 用户画像。缺失时自动通过问答引导创建。

能力清单 / Capabilities

skills-audit 提供以下核心能力：

项目技术栈画像与项目类型识别
技能库全量扫描与增量清单
多因子有效容量分析与容量预警
6 项技能活性检测
七维 S/A/B/C/D 评分与强制理由
T3 活性验证与误归档风险控制
逐技能深度阅读与外部来源验证
外部信号缓存与三层推荐引擎
30 秒摘要报告与趋势对比
快照备份与 --undo 回滚
CI/CD 无交互模式与 JSON 门禁输出
触发词翻译精炼与描述质量检查

按执行阶段排列的详细能力表：

阶段	能力	说明
⓪ 配置	多平台自适应	Codex/Claude/Cursor/Coze 平台自动检测
① 画像	项目技术栈扫描	自动识别 15+ 项目类型（Web/Rust/Python/Go/Java...）
② 清单	技能库全量扫描	扫描 4 个路径下的所有已安装技能
②-bis	容量分析	多因子有效容量计算（token + 冲突因子 + 认知容量）
②-ter	活性检测	6 项检查验证技能是否可用（Agent可达性/MCP/命令/触发/数据/使用证据）
④ 评分	七维评分	Fit·Value·Fresh·Community·ROI·Novelty·Contamination，每项附强制理由
④-a	T3 活性验证	归档前核实使用证据/修改时间/触发记录，降低误归档率
④-bis	深度阅读	S/A 全量深读、B(画像相关)全量、B(非相关)精简
⑤a	外部信号	GitHub⭐/npm📥 缓存采集
⑤b	推荐引擎	三层推荐：内置映射 + 差距分析 + 网络搜索
⑥	报告生成	30 秒摘要 + 容量块 + 评分表 + 趋势列
⑦-a	快照备份	执行前自动备份所有 editable 技能
⑦-d	操作回滚	`--undo` 撤销任意执行操作，保留 7 天快照
CI	无交互审计	JSON 输出 + health/t3/actions 三门禁，集成 GitHub Actions

When NOT to Use / 何时不使用

单次文件编辑、实时调试、极简项目（无技能依赖）、仅需安装单技能
低资源环境（审计消耗约5K-15K tokens/次）

执行流程

触发后，先读取 references/execution-flow.md 获取完整流程、评分表、容量计算、报告模板与 CI 规则。主文件仅保留入口与关键规则。

text

⓪前置配置 → ①项目画像 → ②技能清单+容量采集 → **②-ter活性检测**
→ ③加载参考数据 → ④分层评分
→ ④-bis深度阅读 → ⑤外部信号+推荐 → ⑥生成报告 → ⑥-bis审计验证 → ⑦执行 → ⑧持久化

关键规则

画像：只扫描当前目录。从数据源提取痛点，禁止猜测。结果写入 {project}/.agents/project-profile.md
分层：T1（命中核心活动）→ 保留；T2（通用）→ 保留；T3（专业）→ 建议归档
评分：七维 S/A/B/C/D。每个技能附带 1 句理由；无理由 = 未评分
容量：计算 Agent 可承载上限。可再装 ≤1 → 🔴，2-4 → 🟡，≥5 → 🟢
外部信号：GitHub⭐缓存7天，npm📥缓存30天。网络不可用时跳过并标注，禁止伪造
推荐：每项附带信心指数(0-10)+ROI。<7 时明确标注"评估中"，<5 需有数据支撑才推荐
执行：只修改用户层技能（editable=true）。系统技能只读。
黄金法则：涉及技能开发/修改/推荐时，先搜索验证，引用 ≥2 独立来源
活性检测：首次审计全量检测。后续仅检测新安装技能。深度 子命令强制全量。异常时触发单技能活检

输出示例

触发 技能审查 后，优先输出 30 秒摘要块：

text

🟢 技能库健康度：良好
🛠️ 关键操作：更新 1 个落后技能、归档 2 个 T3 技能
💰 预计节省：~3200 tokens/次（减少低价值 skill 注入）

随后输出评分表片段（示例）：

技能	综合	Fit	Value	Fresh	Community	ROI	Novelty	Contamination	建议
codegraph	S	5	5	4	4	5	5	5	保留，核心工具
old-linter	C	2	2	2	3	2	2	4	建议归档

完整报告格式见 references/report-template.md。

项目类型识别规则

核心推断规则（完整映射见 references/project-types.yaml）：

package.json → Web/Node/全栈
Cargo.toml → Rust · pyproject.toml → Python · go.mod → Go
pom.xml/build.gradle → Java · .csproj → C# · pubspec.yaml → Flutter
CMakeLists.txt → C/C++ · Gemfile → Ruby
多 SKILL.md + MEMORY.md → AI Agent 技能开发

边界规则（快速参考）

触发：独立词触发，句中不触发
分层：T1/T2/T3 以画像"核心活动"为唯一尺度
评分：五档 S/A/B/C/D。附带强制理由，无理由=未评分
深度分析：读全文正文。缺口须经工具验证。
报告：有内容才输出。空区无兜底。
推荐：附带信心指数 0-10 + ROI。<5 不推荐，需数据支撑。
确认执行：操作需用户确认。系统技能只读。
黄金法则：先搜索验证，≥2 来源。

平台配置与 CI/CD

支持平台：platforms/zcode.yaml · platforms/workbuddy.yaml · platforms/claude.yaml · platforms/codex.yaml · platforms/cursor.yaml · platforms/default.yaml。

CI 模式（技能审查 --ci 或 skills-audit --ci）：无交互、JSON 输出、跳过深度阅读，受 config.yaml 中 ci.max_tokens 预算限制。门禁逻辑：health=🔴 → exit_code=1 · actions_required>5 → exit_code=2 · t3_ratio>0.35 → exit_code=3。GitHub Actions 模板见 references/ci-github-actions.yml。

SkillSpector 安全扫描（可选）：config.yaml → security_scan 启用后，扫描结果融入 Value 维度（Critical→D, High→C, 通过→+0.5档）。SkillSpector 为外部进程，不消耗 Agent Token。

文件结构

text

skills-audit/
├── SKILL.md                    # 技能主文件
├── VERSION                     # 版本号
├── LICENSE                     # MIT
├── README.md                   # 概览与安装
├── config.yaml                 # 审计配置
├── platforms/                  # 平台适配配置
├── references/                 # 参考文档
│   ├── execution-flow.md       # 执行流程索引
│   ├── flow/                   # 各阶段详细步骤（19 个子文件）
│   ├── project-types.yaml      # 项目类型映射
│   ├── skill-registry.yaml     # 技能注册表
│   ├── deep-analysis-template.md
│   ├── description-quality.md
│   ├── report-template.md
│   ├── ci-output-schema.md
│   ├── ci-github-actions.yml
│   └── recommendation-examples.md
├── tests/                      # 测试套件与验证脚本
├── .data/                      # 运行时数据（日志/缓存/统计/画像/外部信号）
├── install.ps1 / install.sh    # 安装脚本
└── CHANGELOG.md                # 变更日志

安装

一键安装与手动安装详见 references/installation.md（如不存在则参考 README.md）。

安装后输入 技能审查 或 skills-audit 即可触发。

反馈

🐛 GitHub Issues

License

MIT — see LICENSE file.