技能自审器

写给谁

当你或团队写完一份 SKILL.md、准备提交发布前，总会犹豫：触发条件写清楚了吗？目录结构对吗？有没有藏进危险命令或硬编码密钥？靠人工通读不仅慢，还容易漏掉「看起来能用、实际会误触发」的模糊表述。skill-linter 就是为这个阶段准备的自动体检工具。

审查流程

它按固定骨架运行，保证每次产出结构一致：

• 机械证据层：调用 scripts/validate_skill.py 拿到客观事实（frontmatter 字段、字数、危险命令匹配等）。脚本永不因输入残缺而崩溃，缺什么就把对应维度标记为 N/A。
• 语义审查层：模型自己通读 SKILL.md，判断脚本够不到的问题——触发面是否过宽或过窄、指令是否可执行、是否遵守渐进披露。
• 评分与队列：按 references/rubric.md 的五个维度加权计分，N/A 维度从分母剔除、权重重归一化；再把脚本的 action_queue 与语义问题合并，安全优先级 P0/P1 永远排在最前，其次按 ROI 降序，得出唯一的「下一锤」建议。

报告里每个问题都标注位置（如 SKILL.md:L12）、影响与原因，最多附一行参考改法草案，但绝不输出完整可粘贴的 SKILL.md——那属于代写，不属于指导。评分历史写入技能目录下的 .skill-lint-history.json，下次审查即可展示真实 Δ，而不是预测。

边界

它只审你自己或团队写的技能。当你打算安装别人的技能、想确认是否安全时，应转给 skill-vetter，本技能不接管这个判断。生态对比在此价值很低，最多一句话提示。Δ 进度依赖落盘那个历史文件；若你不允许写入，历史对比自然消失，但本次评分不受影响。