Skill Quality Maximizer — TRACE五维满分优化器

概述

本Skill基于SkillHub平台首发的TRACE评测体系，提供从诊断到优化的完整工作流，确保待评Skill在可信任度(T)、可靠性(R)、适用性(A)、规范性(C)、有效性(E)五个维度上均达到5.0满分。

TRACE是SkillHub联合腾讯新闻科技、腾讯玄武实验室发布的国内首个面向Skill真实使用场景的严选评测体系。每个维度满分5.0，评分等级：4.5-5.0为优秀，4.0-4.4为良好，3.5-3.9为一般，3.0-3.4为较差，低于3.0为不合格。其中T维度为红线维度——触碰安全红线直接淘汰，不考虑其他维度得分。

触发判断

核心工作流

Phase 1: 读取与解析目标Skill

读取待评Skill的完整目录结构，解析以下内容：

1. SKILL.md — YAML frontmatter（name、description、agent_created等字段）+ 正文内容
2. scripts/ — 所有可执行脚本，检查安全性、可靠性、依赖声明
3. references/ — 所有参考文档，检查规范性、渐进式披露
4. assets/ — 所有资产文件，检查安全性、规范性

若用户未提供Skill路径，询问："请提供待评Skill的目录路径。"

Phase 2: 五维深度诊断

对Skill执行TRACE五维度全面扫描。加载 references/trace-criteria.md 获取每个维度的详细评分标准与满分要求。

T — Trust（可信任度）— 红线维度

核心问题：能不能放心用。满分要求5.0。

检查项：
1. 安全检测 — 脚本无命令注入、无远程代码执行、无数据外传、无Prompt注入风险
2. 最小权限 — 仅请求与功能直接相关的权限，无越权访问
3. 敏感信息保护 — 无硬编码密钥/Token/密码，用户数据处理有保护说明
4. 国内可用性 — 不依赖国内无法访问的国外服务（如需依赖，须提供替代方案）
5. 中文支持 — description含中文，SKILL.md支持中文交互

红灯信号（触碰即淘汰）：
- 脚本含 os.system()、subprocess.call(shell=True) 等命令注入风险
- 向外部服务器发送用户数据（无明确授权）
- 硬编码API密钥或Token
- 脚本含混淆代码或base64编码的可疑字符串
- 请求与功能无关的系统级权限

R — Reliability（可靠性）

核心问题：每次都稳吗。满分要求5.0。

检查项：
1. 稳定运行 — 脚本有try-except异常处理，无未捕获异常路径
2. 一致结果 — 相同输入产生相同输出，无随机性依赖（除非功能本身需要随机）
3. 边界输入处理 — 空输入、超长输入、特殊字符输入均有处理
4. 异常反馈机制 — 错误时给出清晰可操作的反馈，而非静默失败

满分关键：
- 每个脚本入口有 if __name__ == "__main__" 守卫
- 关键操作有异常捕获和日志输出
- 依赖包在脚本头部或requirements中声明
- 对空值/None/异常类型有防御性处理

A — Adaptability（适用性）

核心问题：该出手时出得来吗。满分要求5.0。

检查项：
1. 场景匹配度 — description准确描述适用场景，功能与场景高度匹配
2. 触发条件清晰度 — 关键词触发明确，description含具体触发词和场景描述
3. 能力边界界定 — 明确说明"能做什么"和"不能做什么"
4. 输入输出规范性 — 输入格式和输出格式有清晰说明

满分关键：
- description含3-5个核心触发关键词
- description明确说明WHEN to use（具体场景、文件类型或任务）
- SKILL.md正文中设有"适用场景"和"不适用场景"或"限制说明"段落
- 输入输出有示例展示

C — Convention（规范性）

核心问题：写得清楚、改得动吗。满分要求5.0。

检查项：
1. 渐进式披露 — SKILL.md精简（<5000词），详细内容移入references/
2. 文档结构清晰度 — 使用标题层级、列表、代码块、表格等格式元素
3. 限制说明完整性 — 明确说明前置条件、已知限制、兼容性要求
4. 示例充分性 — 提供足够的输入输出示例供理解

满分关键：
- SKILL.md不超过5000词，超长内容拆入references/
- 使用清晰的标题层级（##、###）
- 设有"限制说明"或"注意事项"段落
- 至少2个以上具体使用示例
- YAML frontmatter格式规范，包含agent_created字段

E — Effectiveness（有效性）

核心问题：最终交付的结果好用吗。满分要求5.0。

检查项：
1. 结果正确性 — 脚本和工作流能产生正确结果
2. 输出完整性 — 输出包含用户需要的全部信息，无关键信息缺失
3. 可直接使用性 — 输出可直接使用，不需要用户大量后续处理
4. 减少返工率 — 工作流设计合理，帮助用户一次完成任务

满分关键：
- Skill带来的增益超出原生模型能力（对照实验思维）
- 工作流有清晰的步骤顺序和决策树
- 输出格式可直接被用户或下游工具使用
- Skill解决了"从零开始重复构建"的效率问题

Phase 3: 自动化脚本检测

运行 scripts/evaluate_skill.py 对目标Skill进行自动化检测：

python scripts/evaluate_skill.py --path <待评Skill路径> --trace --format report

脚本自动检测：
- YAML frontmatter格式与必填字段
- SKILL.md结构与内容完整性
- 脚本安全扫描（命令注入、数据外传、硬编码密钥）
- 脚本异常处理覆盖率
- 渐进式披露合规性
- 示例充分性
- 中文支持

Phase 4: 满分自查清单

加载 references/perfect-score-checklist.md，逐项确认每个维度的满分要求是否满足。对未满足项输出具体的修复指导。

Phase 5: 输出诊断报告与修复方案

加载 references/common-issues-fixes.md，针对诊断发现的问题输出具体的修复方案。

报告格式：

## TRACE 五维质量诊断报告

**目标Skill**：[Skill名称]
**诊断时间**：[当前时间]
**总体预估评分**：[X.X / 5.0]

### 五维评分预估

| 维度 | 评分预估 | 状态 | 关键发现 |
|------|----------|------|----------|
| T 可信任度 | X.X | 通过/红线警告 | ... |
| R 可靠性 | X.X | 达标/需改进 | ... |
| A 适用性 | X.X | 达标/需改进 | ... |
| C 规范性 | X.X | 达标/需改进 | ... |
| E 有效性 | X.X | 达标/需改进 | ... |

### 失分项分析

[对每个未达5.0的维度，列出具体失分原因]

### 修复方案

[对每个失分项，给出可操作的具体修复步骤]

### 满分路径

[按优先级排列的修复清单，标注每项修复预期提升的分数]

工作原则

1. 红线优先 — T维度的安全问题具有一票否决权，必须首先修复所有红灯信号
2. 致一而行 — 所有诊断和建议必须指向可操作的具体修复步骤，不停留在概念层面
3. 渐进式 — 先修复红线问题，再逐维度提升，遵循"T > R > A > C > E"的修复优先级
4. 真实增益 — E维度采用对照实验思维——Skill必须带来超出原生模型能力的真实增益
5. 言语无相 — 评分预估是指月之指，非绝对真理，最终以SkillHub官方评分为准

参考资源

references/trace-criteria.md

TRACE五维度的详细评分标准、满分要求和检查细则。在执行Phase 2深度诊断时加载。

references/common-issues-fixes.md

各维度常见失分项及其对应的修复方案速查表。在执行Phase 5输出修复方案时加载。

references/perfect-score-checklist.md

逐维度满分自查清单，共40+检查项。在执行Phase 4自查时加载。

scripts/evaluate_skill.py

自动化Skill质量检测脚本。在执行Phase 3自动化检测时运行。用法：

python evaluate_skill.py --path <Skill路径> [--trace] [--format report|json|summary]

限制说明

• 本Skill的评分预估基于TRACE框架的公开信息与最佳实践，非SkillHub官方评分工具
• 自动化脚本检测覆盖结构性与安全性检查，无法完全替代人工评审的主观维度（如E有效性）
• 建议在Skill发布前将本Skill诊断 + 官方SkillHub评测结合使用