技能质量评估器

要解决什么问题

在 Harness 体系里，Skill 数量一多，质量很容易「各写各的」：SKILL.md 缺 frontmatter 字段、触发条件含糊、示例和规则对不上，发布前也很难判断是改几行还是该重构。若只靠主观读一遍，结果不可比，也缺少可执行的改法。

技能如何工作

Skill Quality Assessor 把「质量」拆成 8 个固定维度（结构完整性、内容质量、可用性、设计模式、文档质量、Agent 提示词质量、自动化友好度、用户体验），统一权重与打分规则，避免按 Skill 类型临时改标准。

典型流程分四步：

• 结构检查：确认 SKILL.md 存在，frontmatter（如 name、description、when_to_use、compatibility）与标准章节、Markdown 格式是否合规。
• 内容评审：各维度 0–10 分，对照参考 Skill（默认 harness-prompt-optimizer）记录问题与改进建议。
• 综合评分：按等级划分（如 A+ 到 F），形成可对比的总分。
• 生成报告：含维度明细、按 CRITICAL/HIGH/MEDIUM/LOW 分级的问题清单与改进建议，并可输出 JSON / Markdown / HTML。

评估模式可按场景切换：未指定时默认 Quick Check（约 1–2 分钟，Pass/Warning/Fail 表）；说「详细评估」则走 Detailed Evaluation（全维度报告，建议写入 docs/quality-reports/）；说「批量评估」则 Batch Evaluation（全库扫描 + 抽样人工复核 + 共性问题与趋势）。硬约束包括：必须覆盖全部 8 维、每条发现都要给可执行改法、可自动化项优先脚本（如 automated_check_script.py），且报告需含与参考 Skill 的对比。

适用边界

• 适合：新建 Skill 要验规范、发布前审计、库内质量参差需要统一标尺、或要对比优化前后效果。
• 不适合：只想学某个 Skill 的用法而非评质量；项目不用 Harness；只要一次性粗查、不要系统化评估；评估对象不是 Skill（例如纯代码或独立文档）。

与编排侧：harness-orchestration 可在批量评估时路由到此技能；改进方向可交给 harness-authoring，报告目录健康度可由 harness-repo-map 维护。