Clawdbot 技能质量评估器，结合 ISO 25010、OpenSSF 等框架，通过自动化检测 + 25 项人工评分，为技能发布前提供可量化的质量把关。
说明：
## 核心功能
`skill-evaluator` 是一款面向 Clawdbot 生态的专业技能审计工具，采用「自动化检测 + 人工评分」双轨模式，在技能发布前完成质量、可靠性与就绪度的全面评估。其评估框架融合 ISO 25010 软件质量标准、OpenSSF 安全最佳实践、Shneiderman 交互设计八法则以及面向 AI Agent 的新型启发式指标，形成 8 大类别、25 项具体准则的评分体系。
### 自动化检测层
通过 `eval-skill.py` 脚本执行 6 类结构性检查：文件结构合规性、YAML frontmatter 完整性、描述质量、脚本语法、依赖审计及凭据扫描。支持 JSON 输出便于 CI/CD 集成，verbose 模式供深度调试。
### 人工评估层
依据 `references/rubric.md` 对 25 项准则逐项 0-4 分评分，涵盖：
– **功能适合性**：完整性、正确性、适当性
– **可靠性**：容错性、错误报告、可恢复性
– **性能/上下文**：Token 成本、执行效率
– **AI 可用性**：可学习性、一致性、反馈、错误预防
– **人类可用性**：可发现性、容错性
– **安全性**：凭据管理、输入验证、数据安全
– **可维护性**：模块化、可修改性、可测试性
– **Agent 专用**：触发精准度、渐进披露、可组合性、幂等性、逃生舱
### 评分解读与行动指南
| 分数段 | 结论 | 行动 |
|——–|——|——|
| 90-100 | 优秀 | 放心发布 |
| 80-89 | 良好 | 可发布，记录已知问题 |
| 70-79 | 可接受 | 修复 P0 阻塞项后发布 |
| 60-69 | 需改进 | 修复 P0+P1 后发布 |
| <60 | 未就绪 | 需重大重构 |
### 显著优点
1. **框架权威**：直接引用 ISO 25010、OpenSSF 等工业标准，避免主观臆断
2. **量化决策**：100 分制评分 + 三级优先级（P0/P1/P2）让发布决策有据可依
3. **双轨互补**：自动化抓结构性问题，人工审设计质量，覆盖全面
4. **生态整合**：输出 `EVAL.md` 标准化报告，便于版本追踪与团队协作
### 局限与注意事项
– **安全深度有限**：基础安全扫描（凭据、注入）仅覆盖常见风险，高危场景需配合 SkillLens 进行专项审计
– **评分主观性**：人工评分依赖评估者经验，建议多人交叉评审或建立校准样本
– **维护成本**：25 项准则需持续跟进框架更新（如 OpenSSF 版本迭代）
– **Python 依赖**：自动化脚本需 Python 3.6+ 及 PyYAML，对纯 Node.js 环境不够友好
### 适用人群
– **技能开发者**：自检代码质量，提前发现阻塞性问题
– **平台审核员**：建立标准化准入门槛，降低生态风险
– **技术管理者**：量化团队交付质量，追踪改进趋势
– **开源贡献者**：为第三方技能提交客观评估报告
### 常规风险
| 风险类型 | 说明 | 缓解措施 |
|———-|——|———-|
| 误报漏报 | 自动化扫描无法识别逻辑漏洞 | 强制人工代码走读 |
| 评分漂移 | 不同评估者标准不一致 | 建立评分校准机制 |
| 工具依赖 | eval-skill.py 本身存在 bug | 版本锁定 + 回归测试 |
| 安全盲区 | 高级威胁（如供应链投毒）未覆盖 | 结合 SkillLens 等专业工具 |
