Skill Quality Scorer · 技能质量评分器

> EN TRACE+ (T-R-F-S-I-E) × 30 sub-items · static script first · formula score · JSON + Markdown.
> 中文 TRACE+ 六维 30 子项 · 先 static_audit · 公式算分 · JSON + Markdown。

When / 何时用： 迭代没方向 · 对标同类 · 发布前自检 · 批量评 skills/
Not / 不用： 从零写 Skill · 替代 skill-eval 行为实验（E 维默认 static_proxy）

Score portfolio-doctor with TRACE+ — where vs skill-reviewer?
给 portfolio-doctor 做 TRACE+ 全维评分。

可直接触发的说法

以下口语输入都应触发本技能：

• 给这个 skill 打分。
• 看看这个技能哪里不符合规范。
• 用 TRACE+ 评一下这个 SKILL.md。
• 这两个技能哪个质量更高？
• 批量扫一下这个 skills 目录。
• SkillHub 分数低，帮我找提分项。
• 和 skill-reviewer 差在哪？

最小可用输入

最低可启动：一个目标 skill 目录，或一个 SKILL.md 文件路径。

推荐输入：目标路径、评分模式（单个/A vs B/批量）、是否有行为评测结果、期望输出格式（JSON / Markdown / 两者）。

可兼容输入：

• 只给目录：自动定位目录下 SKILL.md。
• 只给父目录：按批量模式逐个扫描子目录。
• 只给两条路径：按 A vs B 对比模式。
• 没有 behavior eval：E 维使用 static_proxy，E3 不强行给满。

评测模式

评分前先确认输出格式：JSON、Markdown 或两者。用户未指定时，默认输出 JSON + Markdown。

对比/批量：同一 rubric v2，不得换公式或跳过子项。

工作流

1) 定位 skill 目录（对比/批量则逐个重复 2–6）
2) python scripts/static_audit.py "<skill-dir>" → auto_scores（不可改分）
3) Read scoring-engine-deterministic.md → 30 子项 evidence
4) Read 目标 SKILL.md + 链接的 references/scripts
5) composite = round((T+R+F+S+I+E)×100/60, 1) → 评级 + Verdict
6) 按 audit-playbook 输出（含 F 维触发测试各 ≥3 条）

评级 / Verdict / 30 子项定义 / JSON schema → scoring-engine-deterministic.md

硬约束

1. 先脚本后 rubric；auto_scores 只补 evidence 不改分
2. 30 子项逐项 evidence；禁止旧公式 (T+R+A+C+E)×2
3. E 维默认 static_proxy；有 skill-eval 时切换 behavioral_eval
4. Rigid：子项、公式、Verdict 不可改 · Flexible：evidence 表述、Top 修复排序

验收与失败路径

• 路径不存在：先要求用户提供正确路径，不得凭名称臆测
• 缺少 SKILL.md：判定目标不是标准 skill 包，输出结构问题而非强行评分
• 批量模式：每个 skill 必须使用同一 rubric v2 和同一公式
• 无行为评测：明确标注 effectiveness_mode: static_proxy
• 完成标准：JSON 算术校验通过，Markdown 报告含 Top 修复项和触发测试

参考文件