核心用法
Skill Reviewer Pro 是一套面向 OpenClaw 生态的技能审查与验证系统，采用五级递进式审计框架：
Level 1：格式验证 —— 自动校验 YAML frontmatter、文件结构及 package_skill.py 合规性。
Level 2：写作质量评估 —— 从结构清晰度、描述准确性、示例密度、组织逻辑、可执行性五个维度量化评分（0-33 分）。
Level 3：功能验证 —— 针对 OpenClaw 技能，比对生成的模板（如 AGENTS.md）与实际规范的一致性，识别关键功能缺失。
Level 4：最佳实践检查 —— 验证渐进式信息披露、资源组织合理性及触发条件准确性。
Level 5：优化建议 —— 按 🔴 关键/🟡 主要/🟢 次要三级优先级输出可执行的改进方案。
显著优点
- 系统性评分机制：总分 96 分的量化评分卡，避免主观判断偏差
- 缺陷分级体系：Critical/Major/Minor 三级分类，资源优先投向高风险项
- 实战验证导向：不仅检查格式，更验证生成物是否符合 OpenClaw 运行时规范
- 可执行输出：每项建议附带具体命令或代码示例，降低修复成本
潜在局限
- 依赖本地规范文件：Level 3 功能验证需访问
/home/yupeng/.openclaw/workspace/AGENTS.md等本地路径，跨环境部署时需同步规范文件 - 自动化程度有限：Level 2-5 仍需人工介入评分，尚未实现完全自动化
- 领域特异性强：评分维度针对 OpenClaw 生态设计，迁移至其他 AI agent 框架需调整权重
适合人群
- 技能发布前的质量门禁（Gatekeeper）
- 开源技能贡献者的自审工具
- 企业内审团队的标准化审计流程
- 技能市场运营方的准入审核
常规风险
| 风险等级 | 场景 | 缓解措施 |
|---------|------|---------|
| 中 | 评分者主观差异导致同 skill 评分波动 | 建立双 reviewer 交叉校验机制 |
| 低 | 本地规范文件版本滞后于线上标准 | 规范文件纳入版本控制，定期同步 |
| 低 | 修复建议中的 shell 命令执行环境差异 | 建议前检测目标环境，提供条件指令 |