Skill Quality Assurance - 技能质量评估助手
版本: v1.0.0
定位: 基于六维评估模型的技能质量自动化评估工具
🎯 核心功能
- 六维自动化评估 - 对技能进行 T/C/O/E/M/U 六维度评分
- 评估报告生成 - 输出结构化评估报告（Markdown）
- 改进建议生成 - 基于评估结果生成 P0/P1/P2 优先级改进项
- 上架准备检查 - ClawHub 上架前质量检查清单
🚀 使用方法
1. 评估单个技能
评估 [技能名称] 的质量
示例：
- 评估 meta-cognition-assistant 的质量
- 评估 event-orchestrator 的六维得分
- 对 first-principle-analyzer 进行质量评估
2. 批量评估
批量评估 [技能列表]
示例：
- 批量评估所有元技能的质量
- 评估 Phase 1 的 7 个技能
3. 生成评估报告
生成 [技能名称] 的评估报告
示例：
- 生成 skill-quality-assurance 的评估报告
- 输出 event-orchestrator 的六维评估报告
4. 上架前检查
检查 [技能名称] 是否准备好上架
示例：
- 检查 meta-cognition-assistant 是否准备好 ClawHub 上架
- 检查 first-principle-analyzer 的上架准备情况
📊 六维评估模型
T 维度（技术深度）
T = (T₁ + T₂ + T₃ + T₄) / 4
| 子维度 | 权重 | 评估要点 |
|---|
| T₁ 架构设计 | 25% | 分层清晰度、职责分离、模块依赖 |
| T₂ 代码质量 | 25% | 代码规范、注释充分、命名清晰 |
| T₃ 性能表现 | 25% | 响应速度、资源占用、基准测试 |
| T₄ 测试覆盖 | 25% | 单元测试、集成测试、E2E 测试覆盖率 |
评分标准:
- 0.9-1.0: 行业领先（创新架构、性能卓越、测试>95%）
- 0.8-0.9: 专业级（清晰分层、优于同类 70%+、测试>80%）
- 0.7-0.8: 良好（结构合理、平均水平、测试>60%）
- 0.6-0.7: 合格（基本结构、偶有卡顿、测试>40%）
- < 0.6: 不足（架构混乱、性能差、测试<40%）
C 维度（认知增强）
C = (C₁ + C₂ + C₃ + C₄) / 4
| 子维度 | 权重 | 评估要点 |
|---|
| C₁ 知识沉淀 | 25% | 文档完整性、设计模式说明 |
| C₂ 决策支持 | 25% | 状态查询、进度追踪 |
| C₃ 学习辅助 | 25% | 代码注释、示例丰富度 |
| C₄ 洞察提供 | 25% | 历史追溯、数据分析 |
O 维度（编排能力）
O = (O₁ + O₂ + O₃ + O₄) / 4
| 子维度 | 权重 | 评估要点 |
|---|
| O₁ 多技能协同 | 25% | 事件驱动、技能间通信 |
| O₂ 工作流编排 | 25% | 状态机、流程管理 |
| O₃ 资源调度 | 25% | 速率限制、并发控制 |
| O₄ 异常处理 | 25% | 重试机制、错误恢复 |
E 维度（进化能力）
E = (E₁ + E₂ + E₃ + E₄) / 4
| 子维度 | 权重 | 评估要点 |
|---|
| E₁ 自优化 | 25% | 配置调整、性能优化 |
| E₂ 自学习 | 25% | 历史分析、模式识别 |
| E₃ 自适应 | 25% | 动态订阅、灵活扩展 |
| E₄ 版本管理 | 25% | 语义化版本、变更日志 |
M 维度（市场验证）
M = (M₁ + M₂ + M₃ + M₄) / 4
| 子维度 | 权重 | 评估要点 |
|---|
| M₁ 用户验证 | 25% | 真实用户数、用户反馈 |
| M₂ 采用率 | 25% | 上架状态、下载量 |
| M₃ 反馈收集 | 25% | 反馈渠道、问题追踪 |
| M₄ 商业化 | 25% | 定价策略、商业计划 |
U 维度（用户体验）
U = (U₁ + U₂ + U₃ + U₄) / 4
| 子维度 | 权重 | 评估要点 |
|---|
| U₁ 易用性 | 25% | API 简洁度、学习曲线 |
| U₂ 文档质量 | 25% | README 完整度、示例质量 |
| U₃ 错误提示 | 25% | 错误消息清晰度、解决建议 |
| U₄ 可访问性 | 25% | 接口友好度、平台支持 |
📋 评估流程
Phase 1: 信息收集
- 读取技能 SKILL.md 文件
- 分析代码结构（目录、文件数、代码行数）
- 检查测试文件（存在性、覆盖率）
- 检查文档完整性（README、示例）
- 检查上架状态（ClawHub 链接、版本）
Phase 2: 维度评分
对每个维度执行：
- 读取评估标准（references/six-dimensions-criteria.md）
- 逐项检查子维度
- 计算子维度得分
- 汇总维度得分
Phase 3: 报告生成
- 生成六维得分表
- 生成各维度详细评估
- 生成待改进项（P0/P1/P2 优先级）
- 输出评估报告（assets/evaluation-template.md）
Phase 4: 改进建议
根据得分差距生成：
- P0（紧急）：差距>0.15 或阻塞上架
- P1（重要）：差距>0.05
- P2（次要）：差距≤0.05
🎯 应用的设计模式
1. 评估工厂模式（Evaluation Factory）
来源: first-principle-analyzer/src/evaluation-factory.js
核心思想: 将评估逻辑封装为可复用的工厂类，支持不同评估策略。
本技能应用:
// 评估工厂类
class EvaluationFactory {
createEvaluator(dimension) {
switch(dimension) {
case 'T': return new TechnologyEvaluator();
case 'C': return new CognitionEvaluator();
case 'O': return new OrchestrationEvaluator();
case 'E': return new EvolutionEvaluator();
case 'M': return new MarketEvaluator();
case 'U': return new UserExperienceEvaluator();
}
}
}
2. 渐进式披露设计（Progressive Disclosure）
来源: skill-creator SKILL.md
核心思想: 三层加载系统（元数据→SKILL.md→资源文件），按需加载详细信息。
本技能应用:
- SKILL.md 保持核心流程（<500 行）
- 详细评估标准移至 references/six-dimensions-criteria.md
- 评估报告模板移至 assets/evaluation-template.md
- 评估引擎脚本移至 scripts/evaluation-engine.js
3. 六维评估模型（Six-Dimensions Model）
来源: 2026-04-15 学习日志（T 维度详细学习）
核心思想: 多维度综合评估，避免单一指标偏差。
本技能应用:
- 每个维度 4 个子维度，权重各 25%
- 维度得分 = 子维度平均
- 综合得分 = 六维平均
- 目标得分：≥0.70（B 级）
📁 文件结构
skill-quality-assurance/
├── SKILL.md # 本文件
├── scripts/
│ └── evaluation-engine.js # 评估引擎核心
├── references/
│ └── six-dimensions-criteria.md # 六维评估详细标准
└── assets/
└── evaluation-template.md # 评估报告模板
🔧 脚本使用说明
evaluation-engine.js
用途: 执行自动化评估
使用方法:
node scripts/evaluation-engine.js <skill-path> [output-path]
示例：
node scripts/evaluation-engine.js ~/.openclaw/skills/meta-cognition-assistant
node scripts/evaluation-engine.js ~/.openclaw/skills/event-orchestrator ./reports
输出:
- 控制台输出六维得分摘要
- 生成 Markdown 评估报告
✅ 质量检查清单
上架前必查项（P0）
推荐检查项（P1）
可选检查项（P2）
📈 评估报告示例
参考：~/.openclaw/skills/event-orchestrator/docs/evaluation-report.md
🎓 学习资源
- 六维评估标准：
references/six-dimensions-criteria.md
- 评估工厂模式：
first-principle-analyzer/src/evaluation-factory.js
- 渐进式披露设计：
skill-creator SKILL.md
创建时间: 2026-04-15
创建者: 王的奴隶 · 严谨专业版
应用知识: 评估工厂模式、渐进式披露设计、六维评估模型
