核心功能
skill-review-pro 是一款面向AI Skill的专业质量评审系统，采用100分制量化评分机制，通过静态审查和对抗检查对Skill进行全面评估。
主要特点
1. 模块化评审架构
系统采用分层策略加载机制：基础层（可靠性、可维护性、UX）为必加载模块，域专属层（工程/认知/流程）根据Skill类型动态路由。支持engineering、cognition、workflow三大域的精细化评审。
2. 四维度评分体系
- R（Reliability）可靠性：含A1-A5对抗检查清单
- E（Effectiveness）有效性：功能完整度与目标达成
- UX（User Experience）用户体验：清晰度与易用性
- M（Maintainability）可维护性：长期维护成本
3. 多模式执行流程
- 标准评审模式：完整静态审查→评分→改进建议
- 直接修复模式：快速审查→即时修复（触发词：改进/完善/直接修）
- 意见验证模式：独立审查后验证用户提供的修复建议
- 稳定性Benchmark：多轮独立评分检测分数波动
4. 严谨的评审规范
- 强制引用原文作为评分依据
- 单问题单维度扣分，避免重复
- 区分真实冗余与表面相似（按目标受众和功能判断）
- 绝不主动修改被测Skill，修复需用户逐条确认
技术亮点
- 类型路由智能识别：通过核心动词判断Skill主任务类型（如"评审"优先归为reviewer）
- 降级容错机制：模块缺失时自动降级继续，标注覆盖范围
- 多格式支持：OpenClaw(SKILL.md)、Claude Code(CLAUDE.md)、Cursor、Cline等
- 锚定效应提醒：同session连续评分存在±3-4分波动预期
适用场景
适合Skill开发者、质量保障团队、平台运营方进行：
- 新Skill上线前的质量验收
- 存量Skill的版本迭代评审
- 竞品Skill的横向对比分析
- 稳定性回归测试
局限性
- 依赖静态分析，无法动态执行验证实际运行效果
- 对抗检查为快速扫描，非深度渗透测试
- 评分存在主观性，建议配合benchmark多轮验证
- 超长Skill（>8000字符）采用索引评审，可能遗漏局部细节
安全等级：S
系统本身为评审工具，不执行外部代码，无数据外泄风险。核心风险在于评审结论可能影响被测Skill的发布决策，需人工复核关键评分。