Skill 评分诊断与提升助手

解决什么问题

Skill 发布后拿到 TRACE 评测报告，面对一堆维度分数和扣分项，最常见的困境是：知道哪里丢了分，但不知道代码里具体该怎么改。SKILL.md 的每个段落对应哪个评测维度、一个安全漏洞会拉低多少分、把文档翻译成中文能补回多少——这些映射关系分散在经验和直觉里，靠人工逐条对齐费时费力。

更麻烦的是整改优先级。资源有限时，应该先修 Trust 里的 P0 安全问题，还是先补 Adaptability 的触发词？不做量化排序，很容易把精力花在权重低的扣分项上。

核心能力

这个技能输入两样东西：TRACE 评测报告（文字、xlsx/docx/图片文件路径，或 Skill Hub 报告页链接均可）和技能源码位置（Git 仓库地址或 ~/.workbuddy/skills/ 下已安装的技能名）。随后按固定流水线工作：

• 解析报告，提取 T/R/A/C/E 五维分数与逐条扣分信号；
• 定位源码，读取 SKILL.md 并按维度审查对应段落；
• 对照内置的维度→代码整改映射表，把每条扣分信号翻译成函数级改法，并标注权重（如安全漏洞权重 0.3~0.5，示例不足仅 0.1~0.2）；
• 询问目标分数后，按「权重 × 可行性」排序扣分项，选出总权重 ≥ 差距分的最小集合，生成不超过 500 字的整改方案；
• 方案在对话中呈现，同时保存到工作区的 skill-score-booster-report-{name}-{date}.md，可按需展开为 diff 级别。

适用边界

• 只出方案，不改文件。所有整改动作需人工执行，技能不会自动修改源码。
• 报告解析依赖模型理解自由文本，图片报告靠视觉理解，复杂表格可能丢数据。解析后应让用户确认关键发现。
• 预估权重是经验值，最终得分以 TRACE 重新评测为准。