鲁班.Skillv1.0.6

免责声明：本站部分 Skill 来源于公开渠道，使用前请注意识别相关风险，内容版权归原作者所有，如 Skill 涉及版权问题，请在线反馈，核实后予以下架处理。

概述

鲁班.Skill 是一套面向 Agent Skill 文件的工业级自动优化系统，专为提升 SKILL.md 的指令质量、可执行性与安全性而设计。它内置十维 Rubric 评分体系（总分 100），从 Frontmatter 规范、工作流清晰度、失败模式编码、检查点设计、可执行具体性、资源整合度、结构合规与语义质量、实测表现、反例覆盖、安全审查门控等维度对目标 Skill 做全面体检。系统采用 Quick（3 轮轻量 Self-Refine，.bak 回退）与 Full（5 轮完整循环 + 多评委独立评分 + git 分支 + 仪表盘）双模策略，通过六模块缺陷检测（SkillOps、EvoSkill、HASP、CASCADE、Distill、Sentinel）产出确定性子分，按 P0-P3 优先级逐轮单维度改进，并强制要求编辑变化率 ≤10%、人在回路确认、棘轮回滚只留改进，最终输出带分数变化、改动摘要与健康度仪表盘的全局优化报告。

技能包含

• SKILL.md（本文件）：技能主说明，含 L0-L4 分层治理架构、双模策略选择网关、Phase 0-3 完整优化流程、十维 Rubric 评分公式与 9 条约束 + 4 条架构红线
• QUICKSTART.md：快速开始指南
• README.md：安装与使用说明
• REFERENCE.md：完整 Rubric 细则、模块说明、策略库、数据结构、异常表、设计原则
• references/modules.md：六模块（CASCADE / HASP / Distill / MUSE 等）详细执行流程
• references/faq.md：反模式、FAQ、架构红线、指令映射、异常场景
• references/baseline-skill.md：消费者能力基线测试参考 Skill
• references/SA-DM.md：SkillOps 设计方法论完整论文
• scripts/：7 个 Python 辅助脚本
  • skillops_scanner.py：路径 / YAML / 引用链扫描
  • evo_skill_patcher.py：失败驱动补丁生成
  • hasp_hardener.py：软化词检测与 Must/PF 升级
  • cascade_updater.py：外部引用过时检测
  • distill_analyzer.py：引用矩阵与 F_approx 计算
  • muse_generator.py：测试用例生成与回归
  • security_audit.py：Sentinel 安全审计
  • luban_common.py：公共工具库

核心能力

• 十维自动评分：基于确定性检查 + LLM 评估 + 模块子分合并，对 Skill 文件输出 0-100 量化得分与逐维短板诊断
• 双模优化策略：Quick 模式默认启用，3 轮轻量迭代；Full 模式在基线 < 70 分、用户明确要求或被 revert 时激活，5 轮深度优化含多评委与 L4 元认知审计
• 六模块缺陷检测：SkillOps 扫描引用链、HASP 硬化软化词、Distill 分析冗余、Sentinel 审计安全、CASCADE 检测过时引用、EvoSkill 标注振荡风险
• 棘轮式回滚机制：每轮编辑前强制备份，新分 ≤ 旧分即回滚，rejected_edits.md 记录绕行方案，确保只保留可验证的改进
• ROI 前置过滤：基线 ≥ 85 分且最低维度 ≥ 7 分自动跳过，避免过度优化；编辑字符变化 ≤10% 控制扰动范围
• 人在回路确认：每个 Skill 优化后展示改动摘要，等待用户确认；探索性重写必须征得同意（🛑 STOP）

应用场景