核心用法
delta-disclosure-auditor 是一款面向技能（skill）更新透明度的专业审计工具，核心功能是验证技能版本迭代是否发布了可审计的变更记录。它解决了当前技能注册表普遍存在的关键痛点：注册表通常只记录"有新版本"，却不披露"具体改变了什么"，导致安全审计被迫退化为每个版本的全量重执行。
工具支持三种输入模式：指定技能标识符审计其完整更新历史、对比两个具体版本、或评估注册表的基础设施。输出为结构化的差异披露报告，包含五维度评分、未披露的重大变更清单、监控可行性评估，以及最终裁定（COMPLETE/PARTIAL/ABSENT/MISLEADING）。
五维审计框架覆盖：
1. 能力声明差异 — 新增/删除/范围变更是否显式声明
2. 依赖差异 — 依赖增删改是否透明披露（供应链攻击关键向量）
3. 验证命令差异 — 测试删减、断言弱化是否公开
4. 行为范围变更声明 — 是否主动区分"新增端点"与"拼写修复"的安全影响差异
5. 差异完整性验证 — 已发布的差异是否遗漏实质变更
显著优点
- 成本重构：将持续监控成本从"全量审计×版本数"降至"增量审计×变更量"
- 供应链聚焦：专门捕获依赖变更这一高发攻击面，对供应链投毒、依赖混淆等威胁敏感
- 反误导设计：能识别"日志声称性能优化，实际新增出站端点"这类粉饰性披露
- 可操作输出：提供具体可执行的后续建议，如标记特定版本待独立审查、推动注册表级政策
- 生态协同：与 skill-update-delta-monitor、trust-velocity-calculator 等工具形成审计闭环
局限性与风险
- 重建依赖：当发布者未提供差异时，工具需访问多版本进行启发式重建；若注册表未保留历史版本，重建可能失败
- 行为盲区：静态分析无法捕获仅运行时显现的变更（如相同代码逻辑下的外部行为变化）
- 主观边界："重大变更"判定依赖安全相关性判断，工具采用保守启发式，可能误标无害变更
- 自然语言鸿沟：无法自动验证自然语言变更日志的语义完整性，只能比对日志与重建差异的表面一致性
- 元数据依赖：依赖技能元数据中的能力声明、验证命令等字段，若基础声明本身失实，审计结论连带失效
适用人群
- 安全审计团队：需对高频更新的技能注册表实施持续监控的机构
- 合规官员：负责确保供应商更新符合透明度政策的组织
- CI/CD 架构师：设计包含自动安全审查的更新流水线
- 开源技能策展人：维护技能索引、需快速评估更新安全影响的平台运营者
常规风险提醒
该工具本身是审计基础设施，不直接执行被审计技能代码，故无传统沙箱逃逸风险。但需注意：
- 重建过程可能需拉取历史版本技能包，应确保拉取环境隔离
- 输出中的"未披露重大变更"结论属概率性推断，非确定性证明，需人工复核后采取行动
- 工具依赖外部注册表的版本保留策略，若注册表保留期短于审计周期，结论可能基于不完整数据