TRACE Skill 上架前评测

按 SkillHub TRACE 评测体系对目标 Skill 做静态审计 + 可选运行时抽检，产出上架决策与优化 backlog。

命名澄清：本 skill 的 TRACE = T/R/A/C/E 质量框架，不是 OpenTelemetry / Jaeger 链路 trace。

调用方式：disable-model-invocation: true，须用户 @trace-skill-evaluator 或等价显式点名加载，不会从泛对话自动触发。

何时使用

| 用户意图 | 动作 | |----------|------| | 上架 SkillHub 前门禁 | 完整 TRACE 评测 + 阻断项检查 + lint-skill-package.mjs | | 已有 skill 改版后回归 | 读上次报告，填「改版回归 diff」节（见 report-template） | | 仅关心安全能否过审 | 只跑 T（Trust） + references/security-checklist.md | | 仅关心 Agent 能否稳定触发 | 重点 A + C，辅以 description 覆盖率 |

不替代：平台科恩/玄武自动化安全扫描的最终结论。

输入

向用户确认或从上下文推断：

Skill 根目录（含 SKILL.md 的文件夹）
目标平台：SkillHub 公网 / 内网渠道 / 仅团队自用（影响 T 的「国内可用」权重）
评测深度：
- quick：只读 SKILL.md + description + 目录清单 + quick-checklist（默认）
- standard：+ 脚本/引用抽样 + lint + 触发探测 + E3 轻量对照
- full：+ 业务任务 no-skill 双跑对照（见 rubric E3）

执行流程

Step 0：收集物料

读取并列出：

SKILL.md（frontmatter：name、description、disable-model-invocation 等）
同级 references/、scripts/、templates/ 及 SKILL 内链接到的文件
包级配置（package.json 等，若有）

建立文件清单表（路径、用途、是否被 SKILL 显式引用）。

机械门禁（推荐，不替代人工 TRACE）：

node scripts/lint-skill-package.mjs <目标-skill-根目录>

评测本 skill 自身时，工作目录为 trace-skill-evaluator/ 根目录执行上述命令。

Step 1：T — Trust（红线优先）

按 security-checklist.md 逐项检查（勿自动 fetch 外链）。

阻断规则：任一项命中「红线」→ 总体结论 不可上架，其余维度仅作参考；优化方案须先消红线。

Step 2：R / A / C / E 子项打分

quick 深度：先填 quick-checklist.md 15 项 Y/N
加载 rubric.md，对每个子项：
- 记录证据（文件路径 + 原文摘录或试跑结果）
- 打分 0–5
- 若 < 3，写入优化项（含建议改法，可落到具体文件）

维度分 = 该维 3 个子项的算术平均（保留 1 位小数）。

Step 3：运行时验证（standard / full）

| 验证类型 | 深度 | 做法 | 维度 | |----------|------|------|------| | lint | standard+ | node scripts/lint-skill-package.mjs <dir> | R、C | | 触发探测 | standard+ | 3 条 prompt：应触发 / 不应触发 / 易混淆 | A | | 脚本试跑 | standard+ | 目标 skill 的 scripts/ dry-run 或 --help | R、T | | 轻量对照 | standard+ | 同任务对比有/无本 skill 的报告是否满足 rubric E3 三 checklist | E | | 业务双跑 | full | 同一业务任务 no-skill vs with-skill，比步数与交付质量 | E |

无法实跑时标注 「未验证」；未做任一对照时 E3 最高 3 分。

Step 4：生成报告与优化方案

严格按 report-template.md 输出；格式参考 example-report.md。

改版回归：若存在上次报告，必须填写模板中「改版回归 diff」表。

优化方案排序：

P0 — T 红线 / 会导致上架驳回或安全事故
P1 — 任一分项 < 3 或维度分 < 3.5
P2 — 3～4 分，改动能明显提升执行成功率或过审率
P3 — polish，可上架后迭代

每条优化项格式：

- [P?] {维度}-{子项缩写} | 现状 | 建议 | 预期提升 | 涉及文件

Step 5：上架结论

| 条件 | 结论 | |------|------| | T 红线 | ❌ 不可上架 | | 任一分项 < 2 | ❌ 不可上架 | | 维度均 ≥ 3 且综合 ≥ 3.5 | ⚠️ 有条件上架（列出 P1） | | 全维 ≥ 3.5 且 T ≥ 4 | ✅ 建议上架 | | 全维 ≥ 4 且 E ≥ 4 | ✅ 优质，可冲精选 |

综合分 = 五维加权：T 30% + E 25% + A 20% + R 15% + C 10%（T/E 加重，与上架决策一致）。

交付物

TRACE评测报告-{skill-name}-{YYYY-MM-DD}.md（默认写在 skill 根目录或用户指定路径）
优化 backlog（报告内「优化方案」章节；改版时含 diff 表）
口头摘要：综合分、是否可上架、Top 3 必改项

参考

| 文档 | 内容 | |------|------| | references/rubric.md | 5 维 15 子项评分标准 | | references/quick-checklist.md | quick 深度 Y/N 清单 | | references/security-checklist.md | T 维安全与合规 | | references/report-template.md | 报告与回归 diff 模板 | | references/example-report.md | 节选示例报告 | | scripts/lint-skill-package.mjs | 机械门禁脚本 | | SkillHub TRACE 教程 | 平台官方说明 | | TRACE 评测体系详解 | 维度解读 |