这是什么
技能作者的运营驾驶舱：发布只是开始，这个技能管"发布之后的一切"。
解决什么问题
- 本地改了技能，忘了哪些已同步到平台、哪些版本落后
- 多平台多技能，健康状态没有统一视图
- 用户反馈散落各处，版本迭代没有节奏
核心能力（四大模块）
- 监测：对照本地技能目录与平台线上状态，识别未上架、安全扫描异常、本地改动未发布、版本落后等风险，生成快照 diff 报告
- 测评：按 frontmatter 完整性、双平台字段、slug 一致性、安全扫描、版本同步、反馈积压、下载活跃度七维打分，输出健康度报告
- 反馈：本地反馈台账的登记、查看、办结；按反馈内容自动建议语义化版本号升级幅度并生成更新计划
- 报告：一键生成覆盖全部在架技能的综合运营报告（Markdown）
内置离线样例数据，不依赖网络即可完整自测。
快速开始（示例指令）
- "对照本地目录检查一下我所有技能的线上状态，有没有版本落后的"
- "给全部在架技能做一次健康度打分"
- "登记一条用户反馈，并给出版本升级建议"
- "生成这个月的技能综合运营报告"
常见问题
Q: 需要联网吗？
不需要，内置离线样例数据可完整自测；接入真实数据时按配置指向本地技能目录。
Q: 支持几个平台？
SkillHub 与 WorkBuddy 推荐市场双平台字段核对（这正是"版本同步"维度的依据）。
Q: 反馈多了怎么管理？
反馈台账支持登记/查看/办结闭环，办结时可自动生成版本更新计划。
Q: 健康度多少分算健康？
七维各自 0–5 分，任一维度低于 3 会标红并给出修复建议。
更新日志
- v1.1.0：补齐详情页与 FAQ；修正品牌归属（独立运营工具）
- v1.0.0：Initial release
SkillHub 运营管家（skillhub-ops-manager）
管理自己已经发布到 SkillHub / open WorkBuddy 的工具类技能：定期监测、定期测评、按用户反馈驱动更新。纯 Python 标准库实现，无第三方依赖；内置离线样例数据，可完整离线自测。
什么时候用
- 用户问「我发布的技能现在状态怎么样 / 有没有需要处理的」→
status/monitor - 用户说「定期帮我盯着技能 / 每周测评一次」→ 建议配合自动化任务运行
monitor/evaluate - 用户提到某技能收到反馈、需要根据反馈更新 →
feedback add→feedback plan - 用户要一份整体运营报告 →
report
五类子命令
所有命令：错误统一 exit code 2 + 中文提示；报告默认写到当前目录（绝不写入技能包目录内）。
1. status — 全量状态快照
python scripts/skill_ops.py status # 扫描本地全部技能 + 查平台
python scripts/skill_ops.py status --slugs a,b,c # 只看指定技能
python scripts/skill_ops.py status --offline # 用内置样例数据演示
对照本地（frontmatter 版本号、最后改动时间）与平台（是否在架、最新版本、下载量、安全扫描）。
2. monitor — 定期监测（可配合自动化）
python scripts/skill_ops.py monitor --out 监测报告.md # 与上次快照 diff，生成告警
告警类型：平台未上架 / 安全扫描非 benign / 本地有改动未发布（本地 mtime 晚于平台最新版本发布时间）/ 本地版本落后 / 下载量异动。首次运行记录基线，之后每次运行输出增量。快照存于 ~/.workbuddy/skill-ops/state.json（可用 --state 覆盖）。
3. evaluate — 定期测评（七维健康度打分）
python scripts/skill_ops.py evaluate --out 测评报告.md
七维评分（满分 100）：frontmatter 双平台字段齐全 20 / frontmatter 可解析 10 / slug 与目录名一致 10 / 安全扫描双引擎 benign 20 / 版本同步（无未发布改动）15 / 反馈积压为 0 10 / 在架且有版本+近期有下载 15。≥85 健康，70–84 需关注，<70 需处理。
4. feedback — 用户反馈台账
python scripts/skill_ops.py feedback add --skill <slug> --text "反馈内容" --source "SkillHub评论"
python scripts/skill_ops.py feedback list [--status open|resolved]
python scripts/skill_ops.py feedback resolve --id 3 --note "已在 1.0.2 修复"
python scripts/skill_ops.py feedback plan --out 更新计划.md # 按未办结反馈生成版本更新建议
plan 自动判断升级幅度：反馈含「错误/报错/失败/崩溃」→ patch；含「建议/增加/希望/支持」→ minor；并基于本地 frontmatter 当前版本号给出建议版本号与草拟变更说明。
5. report — 综合运营报告
python scripts/skill_ops.py report --out 运营报告.md # 状态 + 告警 + 评分 + 未办结反馈
离线自测
--offline 时平台数据取自 assets/sample_platform.json，反馈类命令用 --db 指向临时文件 即可演练。验证顺序建议：status --offline → monitor --offline（两次，看 diff）→ evaluate --offline → feedback 四连 → report --offline。
运营节奏建议
- 每日/每周自动监测：把
monitor --out挂进自动化任务（参见references/ops_workflow.md中的自动化提示词模板） - 每月一次测评：
evaluate+report，按评分处置 - 反馈即登记：任何渠道（SkillHub 评论、社群、私信）的反馈先
feedback add，攒够一批再feedback plan出更新计划 - 更新后闭环：改代码 → bump 版本 → 重打包发布 → 平台确认 versions 非空 →
feedback resolve
