Content Quality Auditor 综合评估
核心用法
Content Quality Auditor 是一个专门用于在内容发布前进行质量审计的 Agent 技能。它基于 CORE-EEAT 基准，能够对任何网页或文本内容执行一套包含 80 个标准化条目的全维度检查。核心流程分为三部分：首先进行关键信任项的一票否决检查，然后对内容主体的 GEO 就绪度（C-O-R-E 四大维度）和信源可信度（E-E-A-T 四大维度）进行逐项打分，最终生成一份包含总分、各维度得分、关键问题、优先级排序的改进计划以及是否可发布的最终裁决（SHIP/FIX/BLOCK）的综合审计报告。
显著优点
- 全面且系统化：该技能提供了一套极其详尽的内容评估框架，从内容的上下文清晰度、组织结构，到信源的专业度、权威性和可信度，进行了 360 度无死角的扫描。
- 可操作性强：审计结果不仅是简单的得分，更包含了经过优先级排序的“Top 5 改进项”和分级的“行动计划”，使得用户可以清晰地知道从何处入手解决问题，预估工作量。
- 目标导向明确：明确区分了针对 AI 引擎引用的 GEO 评分和传统搜索引擎的 SEO 评分，帮助内容创作者精准优化内容在不同生态中的表现。
- 安全与透明：作为纯 Markdown 文档技能，代码完全透明，零依赖、零外部 API 调用，其行为和潜在的数据写入风险（自动保存审计报告）已在文档中明确声明，用户可预测其行为。
- 内置安全边界：技能明确声明了 WebFetch 获取的内容是“数据”而非“指令”，体现了良好的安全防御意识。
潜在缺点或局限性
- 自动化程度依赖用户提供资源：在未连接网页爬虫和 SEO 工具的情况下，技能无法自动获取页面的 HTML 结构、外链、Schema 标记等数据，许多评估项将被标记为 N/A，限制了审计的完整性。
- 主观判断门槛：尽管标准详尽，但“Pass/Partial/Fail”的评分仍然依赖 Agent 的理解和判断，不同大模型或不同版本间可能存在评分偏差。
- 缺乏用户逐一确认机制：对于审计报告的自动保存行为，虽然已在文档中声明，但缺少运行时让用户逐次确认的交互设计，可能引发部分用户的隐私顾虑。
- 供应链信任上限：作为个人开发者维护的社区项目（T3 来源），尽管代码安全，但缺乏企业级组织的背书和持续的安全审计承诺，对于要求极端严格的企业环境可能是个顾虑。
适合的目标群体
此技能非常适合 SEO 内容经理、内容营销策略师、自由撰稿人、网站编辑 以及任何希望在内容发布前进行系统化质量把关的 内容创作者。尤其对于那些希望提升内容在 AI 搜索引擎（如 Perplexity、Google AI Overviews）中被引用概率的 GEO 优化人员，该技能的价值尤为突出。此外，正在维护大型内容库并需要定期进行质量复检的团队，也能从中获益。
使用风险
常规风险
- 性能风险：无。该技能为纯工作流脚本，不占用额外计算资源。
- 依赖项风险：无。该技能不依赖任何外部代码或库。
- 兼容性风险：低。技能广泛兼容主流 AI 编码助手，但部分高级功能（如自动抓取）的效果依赖于宿主 Agent 的能力配置。
- 数据隐私风险：低到中等。技能会根据其逻辑将审计结果和关键发现自动写入 Agent 的
memory/目录，可能包含待审计内容的标题或片段。用户在使用前需了解此行为并根据自身数据敏感性评估风险。 - 内容安全风险：低。技能明确声明了将外部获取内容视为数据的边界，但最终执行效果仍依赖运行其上的 Agent 是否遵循该指令。建议用户避免审计完全不可信的 URL。