目录 / skill-eval-gate
skill-eval-gate
对任意 SKILL.md 技能进行发布前的确定性体检与 Eval 门禁，涵盖以下八个维度： 1. **结构合规性** - 证据：检查 SKILL.md 是否符合规范的结构（如必需字段、层级、命名等） - 修复建议：补充缺失字段或调整结构以符合规范 - 评分：0-100 分 2. **触发描述质量** - 证据：分析触发条件是否清晰、无歧义、覆盖典型场景 - 修复建议：优化触发描述，增加边界说明或示例 - 评分：0-100 分 3. **正负例边界** - 证据：检查正例与负例是否充分、边界是否明确 - 修复建议：补充边界案例，避免模糊或重叠 - 评分：0-100 分 4. **脚本可执行性** - 证据：验证脚本语法正确、依赖声明完整、无运行时错误 - 修复建议：修复语法错误、补充依赖或环境说明 - 评分：0-100 分 5. **资源引用** - 证据：检查资源路径是否有效、引用是否规范、是否存在死链 - 修复建议：修正无效引用或补充资源说明 - 评分：0-100 分 6. **安全红线** - 证据：检测是否存在脚本硬编码绝对路径、敏感信息泄露、危险操作等 - 修复建议：移除硬编码路径、加密敏感信息、限制危险操作 - 评分：0-100 分 7. **文档完整度** - 证据：评估文档是否覆盖功能、用法、限制、示例等关键内容 - 修复建议：补充缺失章节或优化表述 - 评分：0-100 分 8. **可评测性** - 证据：判断是否具备可量化的评测指标、测试用例是否可自动化 - 修复建议：增加评测指标或提供测试脚本 - 评分：0-100 分 **输出内容**： - 逐条证据与修复建议 - 0-100 分综合评分卡 - 可嵌入 README 的 SVG 徽章（如：``） - 版本回归对比报告（支持两个版本间的差异分析） **适用场景**： - 用户提问：“这个 Skill 能上架吗？” - “发布前帮我检查一下” - “跑一下 Eval Gate” - “生成评测徽章” - “对比两个版本有没有退化” - “生成 evals 骨架” - “为什么我的 Skill 没被触发？” **说明**： - 不评测 Skill 在真实 Agent 中的运行效果 - 不使用 LLM-as-a-Judge - 不替代联网事实核查 - 不修改被测技能的任何文件 - 适用于遵循 SKILL.md 规范的技能平台，如 SkillHub、Claude Code、Codex、Cursor、WorkBuddy 等
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-13 00:47 | 7c0b944c | 可取 |
版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。
提交举报 / 纠错
侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。