| name | skill-lint |
| homepage | https://github.com/cat-xierluo/legal-skills |
| author | 杨卫薪律师(微信ywxlaw) |
| version | 2.5.0 |
| license | MIT |
| description | Skill 创建预检、可靠性验收与格式审查工具,也可称 Skilllint。本技能应在用户创建、重大改造或审查 Claude Code Skill,需要识别旧版 Skill 的指令遵循不稳定、产出漂移、验证模态错配、约束漏检,或检查 Harness 契约、候选绑定证据、故障注入、目录结构、业务流和安全风险时使用。不要用于:代替业务领域验证器、代码审查、应用功能测试、通用编程任务。 |
Skill Lint
本技能负责 Skill 创建前设计预检和创建后质量验收:审查一个 Claude Code Skill 是否结构合规、文档一致、可发布、可评估、安全风险可控,判断它是否真实承载业务流程,并检查“完成”结论是否由候选绑定证据和多轮真实产物支撑。
本技能不代替主要创建者或领域验证器。创建或大改 Skill 时,用它先审查 Harness 设计,再由创建工具实现,完成后回到本技能做候选绑定验收。
工作原则
- 先看硬性问题,再看优化问题。
- 先做静态审查,再判断业务流深度。
- 先定位审查单元,再审查目标 Skill 目录及明确给出的上下文。
- 不把格式合规等同于任务效果通过。
- 不采信生产者自报的 PASS;正式验收必须绑定当前候选、当前规则和实际日志。
- 不把“有 checker”当作“覆盖完整”;每条硬约束必须追踪到合适模态、正确产物阶段和回归用例。
- 不比较自然语言输出的整文件哈希;只比较合同声明的关键覆盖集合和可观察不变量。
- 客观缺陷 fail-closed;语义质量保留人工判断,不伪装成万能自动化。
- 对无法确认的能力标注“未提及/待补充”。
输入
审查时至少需要:
- 目标路径或仓库地址:可以是单个 Skill 目录、monorepo 根目录、GitHub 仓库或待改造的提示词集合
- 审查目的:创建前设计预检、发布前验收、改造评估、他人 Skill 审查、回归检查等
可选输入:
- 用户给出的特殊偏好或项目规则
- 本地审查配置文件,如
config/review-profile.local.yaml - 需要重点关注的问题清单
如需配置个人或项目的发布元数据策略,先复制 config/review-profile.example.yaml 为 config/review-profile.local.yaml,再填入本地值。个人偏好只作为本地上下文使用,不写入公开文件,不复制到审查报告中,除非用户明确要求公开。
审查流程
0. 选择模式
- 创建预检:目标尚未实现或将重大改造。先读取
references/harness-reliability-standards.md,产出七层 Harness 设计、Hard Fail 和至少一个逃逸反例;不要直接扩大提示词。 - 快速审查:检查第三方 Skill、草稿或局部问题。可以只做静态与语义审查,但结论必须写
NOT_VERIFIED,不得称功能已验收。 - 旧版稳定性审查:检查老版本、多维 review、视觉生产或反复漏项的 Skill。先读取
references/instruction-stability-standards.md并运行静态assess;缺少约束追踪合同或多轮证据时标记NOT_VERIFIED,不得用一次成功执行推断稳定。 - 正式验收:发布、交付或声称“稳定完成”前,除全部审查模块外,还必须运行候选绑定证据门禁。动态执行只用于用户已确认的自有/可信候选;未知第三方候选默认停在
NOT_VERIFIED,除非用户明确授权并使用隔离环境。
创建预检完成后,由用户指定的创建工具或实现者落地;本技能在实现完成后重新进入正式验收。这样既把可靠性理念前移,又不让审查器与生产器混成同一责任。
1. 确认范围
先读取 references/repository-skill-discovery-standards.md,判断输入目标是哪一类:
- 单个 Skill 目录:目标目录自身包含
SKILL.md - monorepo / Skill 集合:仓库根目录只是容器,内部多个子目录才是最小 Skill 单元
- 松散提示词集合:没有标准
SKILL.md单元,但存在带name/descriptionfrontmatter 的 Markdown 或 README 索引 - 普通仓库:没有足够证据表明包含 Skill
不要只因为仓库根目录缺少 SKILL.md 就判定整个仓库不合格。根目录缺少 SKILL.md 只有在用户明确指定根目录就是单个 Skill,或仓库声明自己是一个可加载 Skill 根目录时,才按严重问题处理。
发现候选单元后,先列出:
- 已确认 Skill 单元:目录内有
SKILL.md - 非标准但可迁移的 Skill-like 文档:单个 Markdown 带
name/descriptionfrontmatter,或 README 明确称为 skill - 仓库级治理文件:README、LICENSE、CHANGELOG、Marketplace、贡献说明
如果候选单元很多,先按用户指定范围审查;用户未指定时,优先审查已确认 Skill 单元,并抽样检查 Skill-like 文档,报告中说明抽样范围。
2. 扫描文件
对每个已确认或被选中的候选单元列出文件,并重点检查:
SKILL.mdCHANGELOG.mdLICENSE.txtconfig/*.example.*references/*.mdscripts/*assets/*templates/*archive/.gitkeep
如果在 Skill 单元内出现 .env、真实密钥、__pycache__/、docs/、test/ 等发布版不应包含的内容,按严重程度记录。仓库根目录的 README、docs、LICENSE、CHANGELOG 可以是 monorepo 治理文件,不按单个 Skill 目录结构误判。
3. 模块化规则审查
先读取 references/skill-standards.md 作为审查索引,再按问题类型读取对应模块。不要一次性把所有细则混在一份报告逻辑中。
默认模块:
repository-skill-discovery-standards.md:仓库类型、monorepo、最小 Skill 单元和候选文档发现structure-standards.md:目录结构、文件可达性、references 命名frontmatter-metadata-policy.md:通用字段与发布字段分层trigger-description-standards.md:name与description触发边界configuration-privacy-standards.md:配置模板、本地配置隔离、公开内容去具体化security-assessment-standards.md:危险执行、敏感访问、数据外传、凭证、依赖、MCP 和提示词安全publishing-standards.md:LICENSE、CHANGELOG、version、README / marketplace 同步workflow-output-standards.md:SKILL.md 正文、依赖、脚本、输出和可编排性business-flow-rubric.md:业务流深度、Hard Fail 和可评估性基础harness-reliability-standards.md:七层 Harness、独立验证、候选绑定证据、故障注入和闭环instruction-stability-standards.md:约束追踪、验证模态、产物阶段、多轮覆盖和漂移判定reporting-standards.md:问题分级和报告结构
LICENSE.txt、version、README 和 Marketplace 属于发布治理,不属于普通目录结构硬要求。审查私人或第三方普通 Skill 时,只有在用户给出发布目标或项目规则时才按发布模块判定。
4. 安全性评估
读取 references/security-assessment-standards.md,对纳入审查的 Skill 单元做安全风险评估。
重点检查:
SKILL.md和 references 是否含提示注入、绕过安全限制、隐藏执行、敏感数据收集或欺骗性描述- scripts 是否含危险命令执行、下载并执行、权限提升、无边界删除、敏感文件访问、数据外传、动态导入或混淆
- config/example 是否含真实凭证、真实 endpoint、真实 webhook 或本地敏感路径
- 依赖、安装钩子、MCP、网络请求和外部工具权限是否有用途说明、范围限制和用户确认
- GitHub 仓库审查时,提交历史是否出现过敏感信息泄露、异常删除重加或与 Skill 行为不一致的提交
安全评估不等同于完整渗透测试。对命中项要结合上下文判断误报;但涉及凭证泄露、下载并执行、权限提升、持久化、无确认数据外传、隐藏提示词指令等问题时,默认按严重问题处理。
5. 业务流深度审查
使用 references/business-flow-rubric.md 检查:
- Trigger:是否清楚说明何时触发、何时不触发
- Intake:是否识别输入缺口并规定追问方式
- Reasoning:是否区分事实、归纳、判断和依据
- Output:是否定义输出结构、验收标准和后续动作
- Safety:是否控制隐私、过度承诺和高风险场景
默认采用中等严格度:Hard Fail 是硬指标,五层评估对象是软指标。
6. Harness 可靠性审查
创建预检、重大改造和正式验收必须读取 references/harness-reliability-standards.md,逐层检查 Contract / Producer / Verifier / Evidence Binding / Fault Injection / Closure / Composition。旧版、多维审阅、视觉生产或用户反馈“反复漏项/产出漂移”时还必须读取 references/instruction-stability-standards.md。
先运行不执行候选代码的具体失效审查。单 Skill:
python3 scripts/harness_failure_audit.py audit \
--candidate-root /path/to/skill
Skill 集合或 monorepo:
python3 scripts/harness_failure_audit.py batch \
--root /path/to/skills
该审查器递归发现包含 SKILL.md 的最小单元,输出带文件、行号、证据、影响和修正建议的稳定 JSON;hard finding 返回 1,范围错误或集合中零 Skill 返回 2。规则 ID 与边界见 references/harness-reliability-standards.md。默认只做静态审查,不执行、安装或联网。
旧版结构性稳定性审查:
python3 scripts/instruction_stability_gate.py assess \
--candidate-root /path/to/skill
缺少 config/instruction-stability-contract.json 时,assess 返回退出码 2 和 INSTRUCTION_STABILITY_NOT_VERIFIED,同时给出 ISG 结构性 finding 与 HFA/HRA 具体实现 finding。视觉/几何语义只从 SKILL.md 和 references/**/*.md 的规范性上下文识别,TASKS/DECISIONS/CHANGELOG 的历史讨论不触发视觉模态。此模式不执行候选代码,适合旧版和未知第三方 Skill。
声称“指令遵循稳定”“多轮不漏项”前,目标 Skill 必须提供约束追踪合同。每条 hard constraint 在权威来源中使用唯一 <!-- skill-lint:constraint CONSTRAINT-ID --> 锚点;候选外 evaluator-signed 基线必须与全部锚点、规范行、合同和当前候选哈希一致。先取得当前候选可复算的 Harness 审查证据,再用相同输入/配置至少独立执行三轮;每轮保留唯一 execution nonce、evaluator-signed producer log 和独立目录内的真实产物。每条硬约束还必须有候选外 evaluator-signed held-out 正反例。完成静态安全审查、披露 checker 且用户确认候选为自有/可信代码后,运行:
python3 scripts/instruction_stability_gate.py verify \
--candidate-root /path/to/skill \
--evaluator-public-key /path/to/review/evaluator-public.pem \
--requirements-baseline /path/to/review/requirements-baseline.json \
--harness-evidence /path/to/review/harness-review.json \
--held-out-cases /path/to/review/held-out-cases.json \
--held-out-root /path/to/review/held-out \
--run-evidence /path/to/review/runs.json \
--runs-root /path/to/review/runs \
--receipt /path/to/review/instruction-stability-receipt-draft.json \
--confirm-trusted-candidate
该门禁固定使用当前受信 skill-lint 复算 HARNESS_REVIEW_VERIFIED,再逐轮重跑 active checker。它要求每条硬约束精确映射到显式来源锚点、自动发现并签名枚举的 requirements sources/exclusions、checker、正确验证模态、正确产物阶段、带类型/条件/阈值的 measurement、签名 hidden 正反例和已知历史回归;合同漏列规范行、签名无效、三轮复用路径、旧候选/旧 producer 日志重放、负向用例因其他约束失败、少报一个 constraint id、checker 修改产物或关键 observable 漂移都会阻塞。公开、隐藏和真实运行产物统一使用同类随机暂存路径,避免 checker 按样本类别分支。
verify 只生成 INSTRUCTION_STABILITY_EVIDENCE_READY 草稿。evaluator 必须在不执行候选代码的隔离环境用 Ed25519 私钥运行 sign-evidence --private-key ...,再用只持有候选外公钥的 verify-receipt 复验全部绑定;只有后一步输出 INSTRUCTION_STABILITY_VERIFIED 才能声明稳定。私钥不得出现在 producer/checker 的进程树、环境或可读工作区,完整命令见 references/instruction-stability-standards.md。
客观 Hard Fail 一律阻塞。正式验收应先用 scripts/harness_evidence_gate.py snapshot 固化候选与规则读集,填写候选内 checker、参数、超时和故障用例的预期失败码。完成静态安全审查并取得用户对自有/可信候选的确认后,再用 verify --confirm-trusted-candidate 亲自重跑。JSON 中不得填写或采信自报退出码、PASS 和日志。只有退出码为 0 且出现 HARNESS_REVIEW_VERIFIED,才能说“当前候选的 Harness 审查证据已验证”。该标记不替代目标 Skill 自己的 DOMAIN_VERIFIED,门禁也不是第三方代码沙箱。
完成标记不可互相替代:
HARNESS_REVIEW_VERIFIED:当前候选、规则、checker 和故障用例证据有效。INSTRUCTION_STABILITY_EVIDENCE_READY:动态复算已完成,但草稿尚未离线签名与验签,不能作为完成标记。INSTRUCTION_STABILITY_VERIFIED:evaluator Ed25519 签名回执已复验,外部硬约束基线/held-out、当前 Harness evidence、候选/producer 绑定和至少三轮真实产物逐约束通过,measurement/observable 未漂移。DOMAIN_VERIFIED:领域验证器确认具体业务产物正确。
只要 Skill 声称“稳定完成”,就必须同时满足前两项;若还声称业务结果正确,再加第三项。未运行的层一律写 NOT_VERIFIED。
7. 可评估性审查
确认 Skill 是否具备后续 eval 的基础:
- 是否声明评估范围
- 是否声明 Hard Fail
- 是否提供 benchmark case 或样例
- 是否提供输出验收标准
- 是否区分静态检查与动态评估
- 是否有逐约束追踪合同、验证模态和产物阶段
- 是否用至少三轮固定输入检查关键覆盖集合与历史回归
缺少这些内容不一定阻塞发布,但应作为质量风险记录。
8. 生成审查报告
审查报告应优先列出问题,再给摘要。严重问题必须具体到文件和位置。
如用户需要最终交付件、发布前意见或正式质量结论,使用 templates/skill-quality-opinion-report.md 生成“Skill 质量意见报告”,报告中必须写明问题、影响、修正方式和复查标准。
对承载设计原理的结构性建议(拆解披露、触发边界、上下文聚焦、自由度匹配、可机判验收等),在 finding 的「设计理念」字段一句话讲清背后写作原理,可回查对应 standards 文件的「设计理念」小节,使报告同时具备 skill 写作教学价值;纯事实问题(文件缺失、引用断裂、命名大小写)可省。稳定性 finding 必须具体指出漏的是哪条 constraint、验证模态、产物阶段、case 或 run,不使用“遵循不稳定”这类无法复查的泛称。
生成正式质量意见报告后,按 references/archive-standards.md 判断是否归档。需要归档时,在本技能 archive/YYYYMMDD_HHMMSS_<target-slug>/ 下保存报告、元数据和证据索引;真实归档内容不提交到 Git。
问题分级
| 级别 | 说明 | 处理 |
|---|---|---|
| ❌ 严重 | 阻塞加载、发布、使用安全或质量验收 | 必须修复 |
| ⚠️ 警告 | 影响维护、复用、审查可信度或可评估性 | 建议修复 |
| ℹ️ 信息 | 风格、清晰度或后续改进建议 | 可选处理 |
Hard Fail 一律按严重问题处理。
报告模板
正式质量意见报告模板见 templates/skill-quality-opinion-report.md。报告除原有结构、安全、业务流和可评估性外,必须单列 Harness 七层结论、证据等级和完成标记。
模板的设计理念要点(结构性建议必填「设计理念」字段,纯事实问题可省):
- 严重问题:位置 + 依据 + 影响 + 修正方式 + 设计理念 + 最优设计 + 复查标准
- 警告问题:位置 + 影响 + 建议修正 + 设计理念 + 最优设计 + 优先级
- 安全评估:风险类别 + 安全级别 + 上下文(避免纯关键词误报)
- 复查清单:严重问题已关闭 + 警告问题处理或登记 + 文件引用可达 + 隐私脱敏 + 安全覆盖 + 发布治理同步
参考规则
references/skill-standards.md:审查索引和模块路由references/repository-skill-discovery-standards.md:仓库类型识别、monorepo 单元发现和候选文档分级references/structure-standards.md:目录结构、文件可达性和 references 命名references/frontmatter-metadata-policy.md:Frontmatter 通用字段与项目发布字段分层策略references/trigger-description-standards.md:name与description触发边界references/configuration-privacy-standards.md:配置模板、本地配置隔离和公开内容去具体化references/security-assessment-standards.md:危险执行、敏感访问、数据外传、凭证、依赖、MCP 和提示词安全references/publishing-standards.md:LICENSE、CHANGELOG、version 与发布索引references/workflow-output-standards.md:正文工作流、依赖、脚本、输出和可编排性references/business-flow-rubric.md:业务流深度和可评估性判则references/harness-reliability-standards.md:Harness 七层可靠性、Hard Fail、创建预检和候选绑定证据门禁references/instruction-stability-standards.md:旧版识别、约束追踪、模态/阶段匹配、多轮执行和产出漂移门禁references/reporting-standards.md:问题分级和审查报告模板references/archive-standards.md:正式审查报告的内部归档机制references/skill-dev-guide.md:Skill 开发规范参考references/skill-orchestration-guide.md:复杂编排规范参考config/review-profile.example.yaml:个人/项目审查配置模板config/instruction-stability-contract.example.json:目标 Skill 的约束追踪合同示例config/instruction-stability-requirements-baseline.example.json:候选外独立硬约束基线格式示例config/instruction-stability-held-out-cases.example.json:evaluator-signed 候选外隐藏正反例清单格式scripts/harness_evidence_gate.py:生成和复算候选绑定的 Harness 审查证据scripts/harness_failure_audit.py:单 Skill / Skill 集合的具体 Harness 失效模式静态审查scripts/instruction_stability_gate.py:静态识别旧版结构风险,并验证多轮真实产物的逐约束覆盖稳定性templates/skill-quality-opinion-report.md:最终 Skill 质量意见报告模板