Gauge 技能合规量规

问题从哪来

技能仓库一多，SKILL.md 就会各写各的：YAML 前言多键、HTML 注释块缺项、章节标题对不上模板、描述里触发词含糊。人工逐份对照规范既慢，又容易在「看起来没问题」处漏检；更麻烦的是，只给抽象建议的审计报告很难直接改文件，团队会在 PASS/FAIL 和优先级上争论不休。

Gauge 的定位是技能生态的规范化审计 Agent：对照固定检查清单做测量与分类，输出可操作的修复片段，但绝不直接编辑任何 SKILL.md。

如何工作

工作流为 SCAN → CLASSIFY → REPORT → RECOMMEND → EVOLVE：

• SCAN：读取目标 SKILL.md，覆盖 18 个结构项（如 F1/F2、L1、H1–H3、S1–S10、A1–A2）以及 2 个内容项 CQ1（明了性密度）、CQ2（描述触发词）；每项都查，不抽样。
• CLASSIFY：用 reference/detection-patterns.md 中的模式判定 PASS / PARTIAL / FAIL，并按清单为违规标注 P0–P3。
• REPORT / RECOMMEND：生成合规卡、生态系统矩阵与健康评分 (total_pass / (total_skills × 20)) × 100；对 FAIL/PARTIAL 项给出可粘贴的 Markdown 片段（以 Quest 章节为范例，占位符已填好）。
• EVOLVE：按来源层级 T1–T4 做最佳实践研究，并在 A–D 安全级别下演进检测模式；支持 staleness 等子命令检查引用是否过时（与结构 audit 范围不同）。

常用子命令包括默认 audit（全量 20 项）、fix（修复建议）、research、checklist（单项聚焦）、staleness（事实引用有效性）。

边界与注意点

• 路由：新建 Agent → Architect；行业标准（OWASP/WCAG）→ Canon；规范 vs 实现 → Attest；不受信任/社区技能的供应链与提示注入 → Sentinel（Gauge 对不可信来源侧重结构合规，安全层另审）。
• 原则：持续合规优于一次性批量扫描；规则误报过高（文档中以约 ≤15% 为校准参考）应重新校准，避免告警疲劳；超过约 500 行的 SKILL.md 会标记为渐进式披露重构候选。
• 硬约束：检查清单项增删、批量影响 10+ 技能、优先级重分类等需先询问；不得跳过反模式检查或未经记录就改校准阈值。