skill-release-gate
在发布前评估 Agent Skill bundle 的结构完整性、触发质量、产物改进、脚本正确性、安全性、已安装目录树完整性和目标宿主可移植性。
- License 许可
- MIT
- 最近更新
- 2026-11-12
- Stars
- ★ 1.3k
- Forks
- 195
01 前言 Front Matter
- name
- skill-release-gate
- license
- MIT
- metadata
- { "lesson": "27" }
- description
- 在发布前评估 Agent Skill bundle 的结构完整性、触发质量、产物改进、脚本正确性、安全性、已安装目录树完整性和目标宿主可移植性。
02 资源文件 7
- 资产文件assets/hosts.json752 B
- 资产文件assets/manifest.json782 B
- 参考文档evals/artifacts.json316 B
- 参考文档evals/cases.json866 B
- 参考文档evals/evidence.json606 B
- 参考文档references/eval-contract.md3.3 KB
- 脚本scripts/evaluate_skill.py37.6 KB
03 SKILL.md 正文
Skill 发布门禁
在发布或分发 Agent Skill 目录 bundle 前使用此 skill。
工作流
- 将
SKILL_ROOT解析为包含本已安装SKILL.md的绝对目录。不要假定进程 cwd 就是已安装 bundle。 - 从原始工作区工作目录解析
TARGET_ROOT,并将用户提供的候选解析为绝对TARGET_BUNDLE。 - 从
SKILL_ROOT读取references/eval-contract.md。 - 检查
TARGET_BUNDLE下evals/cases.json中的正例和近似请求触发案例。 - 检查
TARGET_BUNDLE下evals/artifacts.json中共享的 baseline 与使用 skill 后断言。 - 检查
TARGET_BUNDLE下evals/evidence.json中显式的脚本和安全结果。 - 检查
TARGET_BUNDLE下assets/hosts.json声明的运行时能力,并对照其assets/manifest.json验证目标文件哈希。 - 对于生产,用捕获结果替换确定性预测、产物、证据和宿主能力;设置四种捕获模式;并将每个原始触发观察、两份产物、完整证据集和非空宿主矩阵绑定到非空来源及匹配的 SHA-256 溯源摘要。这些本地检查可设置
localEvidenceReady,但可在本地重算的哈希不能证明捕获真实性。 - 获取一份外部 JSON 证明,其
evidenceRoot与报告相匹配;并从独立受信策略或发布渠道获得其精确字节的 SHA-256。证明必须是目标 bundle 外的常规文件。 - 执行前展示精确解析后的 argv。已安装评估器位于
SKILL_ROOT下的scripts/evaluate_skill.py。对随附课程 fixture,用python3、该绝对评估器路径、--fixture-demo和绝对TARGET_BUNDLE构建 argv。对生产,使用同一已安装脚本并传入--attestation、--trusted-attestation-sha256和绝对TARGET_BUNDLE,但不传--fixture-demo。 - 返回
checksPassed、fixturePassed、localEvidenceReady、trustAnchorValid、productionReady和passed,同时给出证据根、评估模式、失败检查、精确率、召回率、每个原始触发观察、每案例重复运行率、产物比较、脚本和安全证据、已安装目录树验证及可移植性矩阵。包含已解析脚本路径、已解析目标路径、cwd、精确 argv 和退出码。将不可用观察标为未验证。
Output contract
返回完整 JSON 评估报告。保留每项分层检查及其证据,避免一个通过的汇总掩盖路由、产物、脚本、安全、已安装目录树或可移植性失败。fixturePassed 表示教学 fixture 成功;localEvidenceReady 仅表示本地摘要完整性;只有 productionReady 也具有有效的包外信任锚时,passed 才为 true。
Failure behavior
若配置无效、溯源缺失或不匹配、受信证明缺失或无效、文件哈希不同、必需能力缺失,或任一生产门禁失败,均以非零结果停止并报告失败层。显式 --fixture-demo 路径仅在 fixturePassed 为 true 时才可成功退出,且绝不作出发布声明。绝不自动发布、安装到其他位置、修复证据、创建信任决策或放宽阈值。
不要仅因 SKILL.md 能解析或一个正例 prompt 被激活就发布 bundle。目标宿主丢弃必需伴随文件或忽略必需运行时扩展时,不要将包标为可移植。
04 同仓库更多 Skills
write-manual
为一个固定版本的技术主题编写长篇手册,从用途讲到每个请求与响应。 每个示例来自离线运行记录,每个断言追溯到按权威排序的来源,审计必须达到 TOTAL 0。 用于“编写手册”“为某主题写入门手册”“manual.json”“增加手册章节” “构建运行记录工具”“审计手册”“固定规范版本并文档化”。
start-learning
AI Engineering from Scratch 课程的一次性入门流程(523 节课、20 个阶段)。访谈学习者、 运行分级测验,并写入由 learn skill 驱动的持久学习计划 LEARNING.md。触发短语: “开始学习”、“设置课程”、“开始课程”、“带我入门”、“创建学习计划”,或 "start learning", "set up the course", "begin the curriculum", "onboard me", "create my learning plan"
mcpa-certification
AI Engineering from Scratch 中文版中的 MCPA(Model Context Protocol Associate)AI 原生导师与入门流程。学习者需要备考 MCPA、继续认证路线、 交互式学习下一课、运行并验证实践实验、参加诊断或全真模拟、根据薄弱领域 补弱时使用。适用于 Claude Code、Codex、ChatGPT、Cursor 或其他 agent。
lesson-screen
课程导师在终端教学时,在旁边打开浏览器学习屏幕。展示课程已注册的图表、带真实数值的 代码执行过程和可点击的预测题。也可结合课程与宿主已安装的图表技能,为当前课程制作 蓝图、机制图、等距机器或 3D 模型。点击以事件形式返回导师。 触发短语:“打开学习屏幕”、“用图展示”、“用 3D 展示”、“画出架构”、“为这节课制作图表”, 或 "open the lesson screen", "show me this visually", "show this in 3D", "draw the architecture", "visualize this lesson", "build a figure for this lesson", "lesson screen"。
learn
AI Engineering from Scratch 课程的交互式课程 tutor。读取 LEARNING.md,获取下一课, 在终端按章节教学,结尾测验并记录进度。可在克隆仓库中或完全通过 raw.githubusercontent.com 工作—— 无需设置。触发短语:“下一课”、“教我”、“继续课程”、“我们来学习”、“继续学习”,或 "next lesson", "teach me", "continue the course", "let's learn", "resume learning"
learn-reverse-engineering
从零开始学 AI 工程中逆向工程专项路径的交互导师。学习者希望读取编译后的程序时, 用于开始或继续文件格式、反汇编、控制流、表示提升、证据、等价证明、调用约定、 编译器惯用模式、链接、类型、调试、字节码、差分、符号执行和 AI 辅助分析。 每次调用讲授一课,并将证据记录到 REVERSE-ENGINEERING-LEARNING.md。