Skill 资产评估专家
对一批 AI 资产（WorkBuddy 专家、本地技能、SkillHub 线上技能）做逐项体检，
每项给出八条结论，并把整批资产的问题、重复与运营动作汇成一份可直接用于决策的报告。
什么时候用
- 「帮我审一遍我的技能 / 专家，哪些该留、哪些该删」
- 「我的资产里有没有重复的、有没有互相重叠的」
- 「哪些技能有 bug、能不能上架、该修什么」
- 「我的资产调用量怎么样、哪些是僵尸资产」
- 「出一份资产评估报告 / 资产审计清单」
输出长什么样
每项资产必有八条结论，顺序固定（字段字典见 references/output-template.md）：
| # | 结论 | 关键内容 |
|---|---|---|
| ① | 评级 | S/A/B/C/D + 得分 + 五维明细 + 置信度 + 触发的封顶规则 |
| ② | 分类 | 17 类之一 + 命中的关键词（可复核） |
| ③ | 作用说明 | 一句话 + 核心产出 + 触发场景 |
| ④ | 调用量 | 本地调用次数/最近调用 + SkillHub 下载/安装/星标 + 数据来源 + 置信度 |
| ⑤ | 下一步建议 | 按 P0/P1/P2 排序的动作，每条带理由 |
| ⑥ | 重复项识别与去重 | 真重复 / 同名跨载体 / 共用内嵌 / 主题簇重叠，并给出「保留谁、删谁」 |
| ⑦ | Bug 提示与修复建议 | 规则码 B01~B18 + 级别 + 证据 + 成因 + 修复动作 |
| ⑧ | 运营建议 | 带标签的动作（加投 / 召回 / 催审 / 整改 / 收敛 / 上架 / 去重…） |
整批产出：HTML 报告（可筛选、可逐行展开）+ XLSX 清单（7 个页签，机读）。
三步跑完
在本技能目录下执行（$SKILL = 本技能所在目录）：
PY=/Users/helei/.workbuddy/binaries/python/versions/3.13.12/bin/python3
PYE=/Users/helei/.workbuddy/binaries/python/envs/default/bin/python # 需要 openpyxl，仅出 XLSX 时用
# 1) 采集（只读，不改动任何资产）
$PY $SKILL/scripts/collect_inventory.py --out inventory.json
# 离线 / 无 SkillHub token 时加 --no-skillhub，线上字段会标为「未采集」
# 2) 评估 → audit-eval.json
$PY $SKILL/scripts/evaluate.py --in inventory.json --out audit-eval.json
# 3) 出报告 → 资产评估报告.html + 资产评估清单.xlsx
$PYE $SKILL/scripts/build_report.py --in audit-eval.json \
--html 资产评估报告.html --xlsx 资产评估清单.xlsx
只跑第 2、3 步也可以：把已有的 inventory.json 或 audit-eval.json 通过 --in 指过去。
若用户只给了一份「资产清单.xlsx」，先从中读出资产名/版本/描述，按 inventory.json 的结构
拼一份最小输入（experts / skills / skillhub 三个数组 + usage），再进第 2 步。
评级模型（一句话版）
得分 = Σ(比率 × 权重) ÷ Σ(可测的权重) × 100，再用封顶规则压档。
- 权重：使用度 25、资产完备度 20、规范一致性 20、独特价值 20、运营状态 15。
- 无数据的维度不计入分母，但要记录覆盖度（专家没有调用埋点，覆盖率 60%，置信度「中」）。
- 封顶：覆盖 < 85% → 最高 A；覆盖 < 60% → 最高 B；使用度不可测或为 0 → 最高 B。
- 分档：S ≥ 88、A ≥ 75、B ≥ 60、C ≥ 45、D < 45。
完整口径、扣分表与调参位置见 references/rating-model.md。
四条必须守住的纪律
- 只读。采集脚本只读取台账（专家市场清单、
~/.workbuddy/skills/、SkillHub 接口、usage-log），
不修改、不移动、不删除任何资产。发现的重复项只写进报告的建议，由用户决定是否执行。 - 不猜数据。拿不到的调用量写「不可测」，并说明数据源为什么没有；绝不填估计值。
「本地调用 0」的确切含义是「本机usage-log.json中无该条目的调用记录」，不是「没人用」。 - 区分缺陷与设计模式。同名跨载体（专家 = 角色 + 内嵌技能）是本仓的设计模式，不是缺陷，
只在建议里要求「指定唯一版本源」；真重复（内容相似度 ≥0.98）才给删除动作。 - 结论必须可解释。每条评级都要能落到证据：哪条 Bug 扣了多少分、哪个维度无数据、触发了哪条封顶规则。
常见追问怎么答
| 用户问 | 回应方式 |
|---|---|
| 「为什么它是 D 级」 | 打开该资产的 scoreBreakdown 与 gradeCaps：逐维报分数、说明哪一维为零、是否触发封顶 |
| 「这些重复的该删哪个」 | 引用 duplicates.detail 的 keep / drop 与判据（相似度、有无专家版/线上版） |
| 「调用量准不准」 | 说明三个数据局限（见报告第五节）：专家无埋点、本地日志覆盖范围有限、线上下载是外部触达 |
| 「换个权重再看」 | 改 scripts/evaluate.py 顶部的 WEIGHTS / GRADE_BANDS / DEDUCT，重跑第 2、3 步 |
| 「只看公司那部分」 | 报告与 XLSX 都有「归属」列，按 恒梧夏桐投资中心 过滤即可 |
文件清单
| 路径 | 作用 |
|---|---|
scripts/collect_inventory.py |
采集三处资产 + 调用量 + 目录结构体检 → inventory.json |
scripts/evaluate.py |
八项结论 + 评级 + 去重 + Bug + 运营建议 → audit-eval.json（规则表在此文件顶部） |
scripts/build_report.py |
→ 可交互 HTML 报告 + 7 页签 XLSX 清单 |
references/rating-model.md |
评分卡、封顶规则、置信度、调参位置 |
references/taxonomy.md |
17 类分类体系与关键词表、主题簇阈值、扩展方法 |
references/bug-catalog.md |
B01~B18 规则：级别、成因、修复动作、判定口径与避坑点 |
references/ops-playbook.md |
运营建议库与按评级/类型的动作矩阵 |
references/output-template.md |
8 字段字典、写作纪律、单资产结论示例、报告结构 |
打包与上传注意
本技能自身打包上传时：先删 scripts/__pycache__，之后不要再运行 Python 脚本（否则 .pyc 会被
打进 zip、变成三级目录并被平台拒收）；版本号必须严格大于平台当前版本。这两条坑与
references/bug-catalog.md 的 B07 / B02 是同一批问题。
