[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M7APHGTTT1CSRCZA47DV443K":3,"skill-same:01M7APHGTTT1CSRCZA47DV443K":47},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":25,"commitSha":26,"skillDirectory":27,"forksCount":14,"repositoryHtmlUrl":28,"repositoryHomepageUrl":6,"ownerHtmlUrl":29,"ownerBlogUrl":30,"ownerDescription":31,"updatedAt":32,"install":33,"resources":46},"01M7APHGTTT1CSRCZA47DV443K","eval-design",null,"指标出生证（五件套契约）+ 六公理设计自检 + 存量 eval 体检尺（摸鱼\u002F划水\u002F污染）；用于按 ADR-031 v3.4 机制选择判定 eval 该不该建、新增或修改任何指标、审计现有 eval 资产。输出带出生证的指标定义或带处置建议的体检报告。","peps1666\u002FBuildCrew-AI","peps1666","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F128503359?v=4","01M7APD9BQ6NTJ79J9FTB6YZGT","junhao zhou","01M7APD9CD06Q6CCJ22FYVG2AK",0,"MIT","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Feval-design\u002FSKILL.md",[],[],"2026-11-15 14:19:17",false,"---\nname: eval-design\ntips_exempt: internal governance discriminator; it does not expose a user-invocable capability\ndescription: 指标出生证（五件套契约）+ 六公理设计自检 + 存量 eval 体检尺（摸鱼\u002F划水\u002F污染）；用于按 ADR-031 v3.4 机制选择判定 eval 该不该建、新增或修改任何指标、审计现有 eval 资产。输出带出生证的指标定义或带处置建议的体检报告。\n---\n\n# Eval Design — 指标出生证 · 设计自检 · 存量体检 · 干预证\n\n> **版本定位**（2026-07-17 Sol 共创轮收敛）：v0.1 = 指标发牌照与体检 + 干预证。\n> 机制选择与落地边界以 ADR-031 v3.4 为准：按问题选机制，不按层补齐。\n\n## Why This Is a Skill（价值门禁）\n\n模型的训练先验里有\"怎么算 accuracy\"，没有猫咖的 eval 宪法。本 skill 是 2026-07\nEval 纲领（六公理 E1–E6）+ Alden 三日思辨的操作化——未来任何猫给任何 harness 域\n配 eval 时，用同一套流程，防止家里的 eval 资产继续长成\"摸鱼\u002F划水\u002F污染\"三态混合物。\n来源：feature-discussions\u002F2026-07-17-eval-charter-draft.md（宪法）+\n2026-07-16-alden-dialogue-distillation.md（思辨蒸馏）。\n\n## 核心定义：一个 eval 指标到底是什么\n\n> **一个 eval 指标 = 一个赌注：\"这个数字的变动方向，与我们真实在乎的东西的变动\n> 方向一致。\"** 它不是测量值本身，是\"测量值 → 真实效用\"的映射假设。假设会失效\n> （分布漂移）、会被破坏（优化压力）、需要验证（校准）——所以指标有生命周期。\n\n## 一、指标出生证（五件套契约——缺一不发牌照）\n\n任何新指标上线前填齐：\n\n```yaml\nmetric_birth_certificate:\n  utility_claim:      # 这个数字上升，代表什么真实的东西变好？（答不出 = 拒发）\n  estimator:          # 分子\u002F分母\u002F排除项\u002F采样方式\u002Fjudge 及其版本\n  validity_bounds:    # 预注册失效条件：什么分布漂移\u002F优化压力\u002Fjudge 变化会让它失真\n  consumer:           # 谁消费它、驱动什么决策（无 consumer = 摸鱼指标，拒发）\n  calibration_plan:   # 多久和人工裁决\u002F外生 ground truth 对一次表；相关性掉线阈值\n  repeatability_contract:  # （v0.1 增，Sol 刀③）本指标属发现\u002F归因\u002F验收哪一环节；\n                           # episode\u002F环境\u002Fjudge\u002F版本如何冻结；跑几次；均值与 CI 波动\n                           # 容差；哪些随机源允许变化。校准管\"测得准\"，本件管\"重测稳\"。\n```\n\n## 二、设计自检（六公理速查——每条能一票否决）\n\n| 公理 | 自检问题 | 否决示例 |\n|---|---|---|\n| E1 单位 | 度量的是 episode（机会×行为×后果）吗？沉默入分母了吗？ | per-猫总分；无沉默采样的主动性指标 |\n| E2 形状 | 非对称代价显式了吗？多维保留向量\u002F约束了吗？ | 单一 accuracy；跨量纲加权总分 |\n| E3 对抗 | 出题\u002F被测\u002F裁决分权了吗？有外生锚吗？观测面体检过吗？ | 自报分数无锚；带毒管线上装仪表 |\n| E4 代谢 | 有孵化-退役机制吗？judge 版本化了吗？代谢率可见吗？ | 无退役题库；永不换版的 judge |\n| E5 回灌 | 分数会进被测者上下文吗？叙事反馈的案例抽样冻结了吗？ | verdict 分数注入 prompt；报告人自选案例 |\n| E6 环节 | 发现\u002F归因\u002F验收\u002F改进的性质分开了吗？ | 同批 fixture 既挑改动又验收；归因直接当梯度 |\n\n## 三、存量体检尺（摸鱼 \u002F 划水 \u002F 污染）\n\n对每个现存 eval 资产（telemetry、verdict 管线、守护测试、bench、fixture）问三刀：\n\n| 病名 | 判据 | 检法 | 处置 |\n|---|---|---|---|\n| **摸鱼** | 无 consumer：输出不驱动任何决策 | 查最近 N 期输出 → 驱动过什么改动？零 = 摸鱼 | sunset（走 F192 verdict） |\n| **划水** | 无 validity：与病灶正交或代谢死亡 | 全绿期间同域生产翻车照发？最近一次抓到真问题是何时？零代谢？ | 换题对准病灶；重启孵化-退役 |\n| **污染** | 输出错误且自信：观测面带毒\u002Fjudge 共振\u002F被磨熟 | 抽样人工复核；proxy 与人工裁决相关性；判\"分数涨效用不涨\"散度 | **先修观测面再谈其他**（E3） |\n\n**\"能产生 loss 吗\"的判据（v0.1 修正——Sol 刀①）**：`原始信号 → metric → loss →\nverdict` 是四级台阶，utility_claim + estimator 只走到 metric（候选指标）。升级为\n**可信 loss** 还需五件：不确定性与重复运行容差、风险预算\u002F决策阈值、多维代价的约束\n关系、越界后消费者的具体动作、与外部裁决锚的校准结果。\"漏用率 100%\"若缺这五件，\n只是醒目的数字，不是可优化的 loss。摸鱼 eval 大多连 metric 级都不到——utility_claim\n都答不出的是仪表盘装饰。\n\n## 四、干预证（v0.1 增——Sol 刀②：从\"报病名\"到\"可信治疗\"）\n\n体检报病名后、动手改之前，完整链条是：\n\n```text\n可重放评估 → 可信 loss → 失败归因 → 关键科学问题定义 → 预注册干预假设\n→ 定向改动 → 同批复测 + 独立 holdout → verdict\n```\n\n归因只产出**候选原因**（且归因自身要审：置信度凭什么、竞争解释排除了吗——狗粮\n实测过 snapshot 自报 medium 而归因文件写 0.95、证据是同一 pattern 粘贴三次的案例）。\n候选原因要变成改动，必须先填**干预证**：\n\n```yaml\nintervention_card:\n  observed_loss:            # 观测到的 loss（带不确定性）\n  competing_attributions:   # 竞争解释清单（不止一个才叫归因过）\n  key_scientific_question:  # 哪个实验能区分竞争解释\n  intervention_lever:       # 改哪个变量\n  causal_rationale:         # 为什么认为它是因\n  expected_delta:           # 预期变化多少\n  falsifier:                # 什么结果证明我错了\n  replay_cohort:            # 在哪批冻结数据上重放\n  holdout:                  # 独立验收集\n  cost_and_rollback:        # 成本与回滚路径\n```\n\n> 我们认可的不是自动反向传播，而是：**稳定测量产生 loss 向量；归因提出方向；\n> 关键科学问题选择实验；配对干预产生局部因果梯度；裁决层决定是否应用。**\n\n## 五、选中机制后的落地约束（ADR-031 v3.4 执行细则）\n\n> **入口（LL-095）**：先按 ADR-031 v3.4 §机制选择四分类判定该问题落什么机制——\n> 确定契约→test\u002Fguard；运行健康→observability（默认不挂 Eval Hub）；不确定效用+\n> 明确 consumer→eval；教猫→convention\u002Fskill。同一改动多类问题按 claim 逐项选。\n> **本节只约束已经选中的机制**，不规定全局施工顺序，也不要求为未选机制填写 N\u002FA。\n\n1. **若选 convention\u002Fskill**：保持便宜、可逆，允许快速试错；\n2. **若选 test\u002Flint\u002Fguard**：硬化由风险 × 证据强度共同决定（v0.1 修正——Sol 刀④）。普通流程摩擦默认\n   门槛 = ≥2 次真实翻车（拿假想需求建门禁 = 误杀工厂）；**安全\u002F鉴权\u002F数据持久化\u002F\n   不可逆操作\u002F外部契约域例外**——一次可信事故、甚至静态证明存在缺口，即可硬化；\n3. **若选 eval**：先填出生证。guard 只有在效用未知且存在 keep\u002Ftune\u002Fsunset consumer\n   时才配观测窗口（残余翻车数\u002F误杀数\u002F兜底触发数 → verdict）；确定性 guard 不会因为\n   “它是 guard”就自动获得 eval；\n4. **跨机制依赖**：eval 的传感器先过 validity check——带毒观测面上的\n   一切度量是精确的幻觉。\n\n## Common Mistakes\n\n| 错误 | 后果 | 修复 |\n|---|---|---|\n| 无 consumer 就上指标 | 摸鱼指标制造机 | 出生证第 4 件强制 |\n| 拿\"绿灯名字\"当\"绿灯覆盖\" | 全绿与带病并存 | 划水体检刀：全绿期生产翻车审计 |\n| 全绿 = 健康 | 可能是正交\u002F磨熟\u002F代谢死亡 | 一级健康指标是代谢率不是通过率 |\n| 观测面没体检就装仪表 | 精确的幻觉 | E3：先修有毒观测面 |\n| 指标失效后继续引用 | 决策建立在死指标上 | validity_bounds 预注册 + 校准计划 |\n| 把审计报告写成总分排行榜 | 违反 E2\u002FE5 | 输出病名+处置建议，不输出分数 |\n\n## 和其他 Skill 的区别\n\n| Skill | 分工 |\n|---|---|\n| `quality-gate` | 单次交付的自检；本 skill 管**度量体系本身**的设计与体检 |\n| `code-as-harness` | 摩擦→修 harness；本 skill 是它 eval 机制的设计手册 |\n| `source-audit` | 审外部 claim；本 skill 审**自家指标**（对内的 source-audit） |\n| `self-evolution` | 知识沉淀通道；本 skill 产出的教训经它归档 |\n\n## 下一步\n\n- 新指标设计完成 → 出生证入 feature doc \u002F spec，consumer 与校准计划写进 AC\n- 存量体检完成 → 体检报告（病名+处置）走 F192 verdict 管线（fix\u002Fkeep_observe\u002Fsunset）\n- 摸出宪法级问题 → 回 feature-discussions\u002F2026-07-17-eval-charter-draft.md 提修正案\n","# Eval Design — 指标出生证 · 设计自检 · 存量体检 · 干预证\n\n> **版本定位**（2026-07-17 Sol 共创轮收敛）：v0.1 = 指标发牌照与体检 + 干预证。\n> 机制选择与落地边界以 ADR-031 v3.4 为准：按问题选机制，不按层补齐。\n\n## Why This Is a Skill（价值门禁）\n\n模型的训练先验里有\"怎么算 accuracy\"，没有猫咖的 eval 宪法。本 skill 是 2026-07\nEval 纲领（六公理 E1–E6）+ Alden 三日思辨的操作化——未来任何猫给任何 harness 域\n配 eval 时，用同一套流程，防止家里的 eval 资产继续长成\"摸鱼\u002F划水\u002F污染\"三态混合物。\n来源：feature-discussions\u002F2026-07-17-eval-charter-draft.md（宪法）+\n2026-07-16-alden-dialogue-distillation.md（思辨蒸馏）。\n\n## 核心定义：一个 eval 指标到底是什么\n\n> **一个 eval 指标 = 一个赌注：\"这个数字的变动方向，与我们真实在乎的东西的变动\n> 方向一致。\"** 它不是测量值本身，是\"测量值 → 真实效用\"的映射假设。假设会失效\n> （分布漂移）、会被破坏（优化压力）、需要验证（校准）——所以指标有生命周期。\n\n## 一、指标出生证（五件套契约——缺一不发牌照）\n\n任何新指标上线前填齐：\n\n```yaml\nmetric_birth_certificate:\n  utility_claim:      # 这个数字上升，代表什么真实的东西变好？（答不出 = 拒发）\n  estimator:          # 分子\u002F分母\u002F排除项\u002F采样方式\u002Fjudge 及其版本\n  validity_bounds:    # 预注册失效条件：什么分布漂移\u002F优化压力\u002Fjudge 变化会让它失真\n  consumer:           # 谁消费它、驱动什么决策（无 consumer = 摸鱼指标，拒发）\n  calibration_plan:   # 多久和人工裁决\u002F外生 ground truth 对一次表；相关性掉线阈值\n  repeatability_contract:  # （v0.1 增，Sol 刀③）本指标属发现\u002F归因\u002F验收哪一环节；\n                           # episode\u002F环境\u002Fjudge\u002F版本如何冻结；跑几次；均值与 CI 波动\n                           # 容差；哪些随机源允许变化。校准管\"测得准\"，本件管\"重测稳\"。\n```\n\n## 二、设计自检（六公理速查——每条能一票否决）\n\n| 公理 | 自检问题 | 否决示例 |\n|---|---|---|\n| E1 单位 | 度量的是 episode（机会×行为×后果）吗？沉默入分母了吗？ | per-猫总分；无沉默采样的主动性指标 |\n| E2 形状 | 非对称代价显式了吗？多维保留向量\u002F约束了吗？ | 单一 accuracy；跨量纲加权总分 |\n| E3 对抗 | 出题\u002F被测\u002F裁决分权了吗？有外生锚吗？观测面体检过吗？ | 自报分数无锚；带毒管线上装仪表 |\n| E4 代谢 | 有孵化-退役机制吗？judge 版本化了吗？代谢率可见吗？ | 无退役题库；永不换版的 judge |\n| E5 回灌 | 分数会进被测者上下文吗？叙事反馈的案例抽样冻结了吗？ | verdict 分数注入 prompt；报告人自选案例 |\n| E6 环节 | 发现\u002F归因\u002F验收\u002F改进的性质分开了吗？ | 同批 fixture 既挑改动又验收；归因直接当梯度 |\n\n## 三、存量体检尺（摸鱼 \u002F 划水 \u002F 污染）\n\n对每个现存 eval 资产（telemetry、verdict 管线、守护测试、bench、fixture）问三刀：\n\n| 病名 | 判据 | 检法 | 处置 |\n|---|---|---|---|\n| **摸鱼** | 无 consumer：输出不驱动任何决策 | 查最近 N 期输出 → 驱动过什么改动？零 = 摸鱼 | sunset（走 F192 verdict） |\n| **划水** | 无 validity：与病灶正交或代谢死亡 | 全绿期间同域生产翻车照发？最近一次抓到真问题是何时？零代谢？ | 换题对准病灶；重启孵化-退役 |\n| **污染** | 输出错误且自信：观测面带毒\u002Fjudge 共振\u002F被磨熟 | 抽样人工复核；proxy 与人工裁决相关性；判\"分数涨效用不涨\"散度 | **先修观测面再谈其他**（E3） |\n\n**\"能产生 loss 吗\"的判据（v0.1 修正——Sol 刀①）**：`原始信号 → metric → loss →\nverdict` 是四级台阶，utility_claim + estimator 只走到 metric（候选指标）。升级为\n**可信 loss** 还需五件：不确定性与重复运行容差、风险预算\u002F决策阈值、多维代价的约束\n关系、越界后消费者的具体动作、与外部裁决锚的校准结果。\"漏用率 100%\"若缺这五件，\n只是醒目的数字，不是可优化的 loss。摸鱼 eval 大多连 metric 级都不到——utility_claim\n都答不出的是仪表盘装饰。\n\n## 四、干预证（v0.1 增——Sol 刀②：从\"报病名\"到\"可信治疗\"）\n\n体检报病名后、动手改之前，完整链条是：\n\n```text\n可重放评估 → 可信 loss → 失败归因 → 关键科学问题定义 → 预注册干预假设\n→ 定向改动 → 同批复测 + 独立 holdout → verdict\n```\n\n归因只产出**候选原因**（且归因自身要审：置信度凭什么、竞争解释排除了吗——狗粮\n实测过 snapshot 自报 medium 而归因文件写 0.95、证据是同一 pattern 粘贴三次的案例）。\n候选原因要变成改动，必须先填**干预证**：\n\n```yaml\nintervention_card:\n  observed_loss:            # 观测到的 loss（带不确定性）\n  competing_attributions:   # 竞争解释清单（不止一个才叫归因过）\n  key_scientific_question:  # 哪个实验能区分竞争解释\n  intervention_lever:       # 改哪个变量\n  causal_rationale:         # 为什么认为它是因\n  expected_delta:           # 预期变化多少\n  falsifier:                # 什么结果证明我错了\n  replay_cohort:            # 在哪批冻结数据上重放\n  holdout:                  # 独立验收集\n  cost_and_rollback:        # 成本与回滚路径\n```\n\n> 我们认可的不是自动反向传播，而是：**稳定测量产生 loss 向量；归因提出方向；\n> 关键科学问题选择实验；配对干预产生局部因果梯度；裁决层决定是否应用。**\n\n## 五、选中机制后的落地约束（ADR-031 v3.4 执行细则）\n\n> **入口（LL-095）**：先按 ADR-031 v3.4 §机制选择四分类判定该问题落什么机制——\n> 确定契约→test\u002Fguard；运行健康→observability（默认不挂 Eval Hub）；不确定效用+\n> 明确 consumer→eval；教猫→convention\u002Fskill。同一改动多类问题按 claim 逐项选。\n> **本节只约束已经选中的机制**，不规定全局施工顺序，也不要求为未选机制填写 N\u002FA。\n\n1. **若选 convention\u002Fskill**：保持便宜、可逆，允许快速试错；\n2. **若选 test\u002Flint\u002Fguard**：硬化由风险 × 证据强度共同决定（v0.1 修正——Sol 刀④）。普通流程摩擦默认\n   门槛 = ≥2 次真实翻车（拿假想需求建门禁 = 误杀工厂）；**安全\u002F鉴权\u002F数据持久化\u002F\n   不可逆操作\u002F外部契约域例外**——一次可信事故、甚至静态证明存在缺口，即可硬化；\n3. **若选 eval**：先填出生证。guard 只有在效用未知且存在 keep\u002Ftune\u002Fsunset consumer\n   时才配观测窗口（残余翻车数\u002F误杀数\u002F兜底触发数 → verdict）；确定性 guard 不会因为\n   “它是 guard”就自动获得 eval；\n4. **跨机制依赖**：eval 的传感器先过 validity check——带毒观测面上的\n   一切度量是精确的幻觉。\n\n## Common Mistakes\n\n| 错误 | 后果 | 修复 |\n|---|---|---|\n| 无 consumer 就上指标 | 摸鱼指标制造机 | 出生证第 4 件强制 |\n| 拿\"绿灯名字\"当\"绿灯覆盖\" | 全绿与带病并存 | 划水体检刀：全绿期生产翻车审计 |\n| 全绿 = 健康 | 可能是正交\u002F磨熟\u002F代谢死亡 | 一级健康指标是代谢率不是通过率 |\n| 观测面没体检就装仪表 | 精确的幻觉 | E3：先修有毒观测面 |\n| 指标失效后继续引用 | 决策建立在死指标上 | validity_bounds 预注册 + 校准计划 |\n| 把审计报告写成总分排行榜 | 违反 E2\u002FE5 | 输出病名+处置建议，不输出分数 |\n\n## 和其他 Skill 的区别\n\n| Skill | 分工 |\n|---|---|\n| `quality-gate` | 单次交付的自检；本 skill 管**度量体系本身**的设计与体检 |\n| `code-as-harness` | 摩擦→修 harness；本 skill 是它 eval 机制的设计手册 |\n| `source-audit` | 审外部 claim；本 skill 审**自家指标**（对内的 source-audit） |\n| `self-evolution` | 知识沉淀通道；本 skill 产出的教训经它归档 |\n\n## 下一步\n\n- 新指标设计完成 → 出生证入 feature doc \u002F spec，consumer 与校准计划写进 AC\n- 存量体检完成 → 体检报告（病名+处置）走 F192 verdict 管线（fix\u002Fkeep_observe\u002Fsunset）\n- 摸出宪法级问题 → 回 feature-discussions\u002F2026-07-17-eval-charter-draft.md 提修正案\n",{"name":5,"description":7,"tips_exempt":24},"internal governance discriminator; it does not expose a user-invocable capability","main","e43f83d5ceb309323cae7e0f31e5e48fd816a57d",".claude\u002Fskills\u002Feval-design","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI","https:\u002F\u002Fgithub.com\u002Fpeps1666","https:\u002F\u002Fwww.cug.edu.cn\u002F","My name is Zhou Junhao, and I am from China University of Geosciences (Wuhan). My major is Resources and Environment, and my research direction is Remote Sensin","2026-08-16 00:25:38",{"source":8,"skillName":5,"commands":34,"prompt":44,"zipAvailable":45},[35,38,41],{"tool":36,"command":37},"npx","npx skills add peps1666\u002FBuildCrew-AI --skill eval-design",{"tool":39,"command":40},"bunx","bunx skills add peps1666\u002FBuildCrew-AI --skill eval-design",{"tool":42,"command":43},"pnpm","pnpm dlx skills add peps1666\u002FBuildCrew-AI --skill eval-design","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Feval-design\u002FSKILL.md",true,[],[48,54,61,68,75,82],{"skillNo":49,"name":50,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":51,"categories":52,"keywords":53,"publishedAt":19},"01M7APYYSHV2SSSRV5Q15JWWPF","plugin-reconcile-skill","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fplugins\u002Ftest-reconcile-plugin-regr\u002Fskills\u002Fplugin-reconcile-skill\u002FSKILL.md",[],[],{"skillNo":55,"name":56,"nameZh":6,"description":57,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":58,"categories":59,"keywords":60,"publishedAt":19},"01M7APYWAJ119TPF079F2AXWAS","weixin-mp","通过 Limb 体系操作微信公众号：发布文章、上传图片、管理草稿。 Use when: 需要发布内容到微信公众号、查看草稿、检查公众号连接状态。 Not for: 其他平台的发布、纯文本聊天、非公众号相关操作。 Output: 微信公众号操作结果（发布ID、草稿列表、图片URL等）。","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fpackages\u002Fapi\u002Fsrc\u002Fplugins\u002Fweixin-mp\u002Fskills\u002Fweixin-mp\u002FSKILL.md",[],[],{"skillNo":62,"name":63,"nameZh":6,"description":64,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":65,"categories":66,"keywords":67,"publishedAt":19},"01M7APYNNEMBP2T62WT0JT7GNE","writing-skills","创建或修改 Clowder AI skill \u002F MCP tool description 的元技能（含质量标准、范本、发布）。 Use when: 写新 skill、修改现有 skill、写\u002F改 MCP tool description、验证 skill 质量； 或者功能实现中产出了 SKILL.md \u002F cat-cafe-skills\u002F 新目录 \u002F manifest.yaml skill 条目。 Not for: 使用 skill（直接触发对应 skill）。 Output: 新\u002F更新的 SKILL.md + manifest 条目 + symlinks。 GOTCHA: 软硬同重——skill\u002FMCP 质量 = 代码质量；不要写模型已知的通用教程，先过价值门禁。","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fcat-cafe-skills\u002Fwriting-skills\u002FSKILL.md",[],[],{"skillNo":69,"name":70,"nameZh":6,"description":71,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":72,"categories":73,"keywords":74,"publishedAt":19},"01M7APYHJDXRH9EDP5D3JZHSVN","writing-plans","将 spec\u002F需求拆分为可执行的分步实施计划。 Use when: 有 spec 或需求，准备动手前需要拆分步骤。 Not for: trivial 改动（≤5 行）、已有详细计划。 Output: 分步实施计划（含 TDD 步骤和检查点）。","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fcat-cafe-skills\u002Fwriting-plans\u002FSKILL.md",[],[],{"skillNo":76,"name":77,"nameZh":6,"description":78,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":79,"categories":80,"keywords":81,"publishedAt":19},"01M7APYD2SSZ6Y6CF5SD3YZ5C0","worktree","为代码、脚本、API 与第一方执行面创建隔离 Git worktree，并配置 Redis 6398；classifier 放行的 co-creation docs direct push 不进入本流程。","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fcat-cafe-skills\u002Fworktree\u002FSKILL.md",[],[],{"skillNo":83,"name":84,"nameZh":6,"description":85,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":86,"categories":87,"keywords":88,"publishedAt":19},"01M7APY8R4E7RR2WZVPH9V8WWP","workspace-navigator","猫猫把“打开文档、代码或日志”等模糊意图解析成本地绝对路径或 worktree 相对路径，并返回 applied、queued、blocked 或 unconfirmed 的真实 Workspace 投递状态。","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fcat-cafe-skills\u002Fworkspace-navigator\u002FSKILL.md",[],[]]