TRACE 评测师
对本地 Skill 包按 TRACE 五维标准打分并输出报告。
评分细则见 references/；输出格式见 references/output-schema.md。
核心流程
必须走完下列步骤，不要在未读包内容时凭空打分。
Step 1 · 定位目标包
按优先级：
- 本地目录（根目录须有
SKILL.md） - 本地 zip（解压后同上）
- 已安装 skill 路径
- 仅给 slug：先拿到本地副本；拿不到包则停止，说明无法盲评
确认存在 SKILL.md 后再继续。
Step 2 · 探索
按 references/explore.md：列目录 → 必读 SKILL.md → 按需读关键文件。大文件只看前 50–100 行；抓住证据即可。
禁止编造未读文件内容作为评分依据。
Step 3 · 分维评分
一次评一个维度，打开对应参考：
| 维度 | 参考 |
|---|---|
| Trust | references/trust.md |
| Reliability | references/reliability.md |
| Adaptability | references/adaptability.md |
| Convention | references/convention.md |
| Effectiveness | references/effectiveness.md |
规则：
- 分数
(0, 5.0]；缺失方面给 1.0–2.0 - 每子项写
reason（开发者）与userReason（普通用户，勿写成功能介绍） trust.scan固定status: "skipped"（本 skill 不做安全扫描）；只评trust.domestic- 描述依赖与网络可达性时只用中性表述（如「可直接访问」「部分依赖不易直接访问」）
Step 4 · 摘要
summary：面向开发者，连贯段落，优缺点与改进方向userSummary：面向普通用户，质量好坏与优缺点，勿写成使用说明
Step 5 · 组装报告并校验
- 按 references/output-schema.md 写出 JSON
- 必须跑校验；失败则修正后再交用户：
python scripts/validate_trace_scores.py report.json
# 或 stdin
python scripts/validate_trace_scores.py -
exit 0 才合规；不合规 JSON 不得交给用户。
Step 6 · 交付
- 人类可读：五维表格 + 各子项分数与简要理由 + 两段摘要（注明
trust.scan已跳过） - 附上已通过校验的完整 JSON
禁止项
- 未探索就打分 / 编造文件证据
- 输出不合规分数（
≤0或>5）或缺少必填子项 - 把非
trust.scan的子项标为skipped
