核心功能
skill-review-pro 是一套完整的 AI Skill 质量评审系统，采用模块化架构实现专业化评估。系统通过静态审查（含对抗检查）→综合评分→改进建议的三段式流程，对目标 Skill 进行 100 分制的量化评估。
架构设计
系统采用四层模块化架构：
- 主控层：负责编排路由和流程控制
- 评分模型（scoring/）：定义四大维度（Reliability/Effectiveness/UX/Maintainability）、锚点基准和 Failure Taxonomy
- 策略层（policies/）：基础层（base/）为必加载，按 Skill 类型动态加载工程域（engineering/）、认知域（cognition/）、流程域（workflow/）的专属策略
- 修复执行器（fix/）：用户确认后执行具体修复
显著优势
1. 类型感知策略：通过两级路由（核心动词判断 + reviewer 类优先）自动匹配最适合的评审标准，避免一刀切
2. 对抗性验证：强制执行 A1-A5 对抗检查清单，验证 Skill 在边界场景、恶意输入下的鲁棒性
3. 可执行输出：所有建议必须引用原文、给出具体修改方案，拒绝空泛优化建议
4. 多模式支持：标准评审、直接修复模式、意见验证模式、稳定性 Benchmark 四种工作流适配不同场景
潜在局限
- 模块依赖：核心依赖外部策略文件，若 scoring/SKILL.md 不可用则完全终止，policies 缺失时降级评审但不终止
- 评分锚定效应：同一 session 连续评分存在 ±3-4 分的记忆偏差，需跨 session 验证稳定性
- 人工确认门槛：所有修复必须经用户逐条确认，自动化程度受限
适用人群
- Skill 开发者：迭代优化自有 Skill
- 团队质量负责人：建立 Skill 准入标准
- AI 平台运营方：批量评估第三方 Skill 质量
常规风险
- 风格偏见风险：系统明确警示评审员避免偏好模块化/双语/长文档风格，需对极简 Skill 保持公正
- 意图篡改风险：修复阶段严禁改变 Skill 原有意图和功能，仅修复质量缺陷
- 评分一致性：维度去重规则要求同一问题仅扣一次分，执行不当会导致分数失真