Skill Sentinel

Skill Sentinel

概述

技能生态系统的审计与演进。涵盖代码质量、安全、成本、缺口、重复、依赖和健康报告。

使用场景

• 当用户提到"审计技能"或相关话题时
• 当用户提到"技能质量"或相关话题时
• 当用户提到"检查技能生态系统"或相关话题时
• 当用户提到"技能生态系统健康"或相关话题时
• 当用户提到"重复技能"或相关话题时
• 当用户提到"优化技能"或相关话题时

不适用场景

• 任务与 skill sentinel 无关
• 有更简单、更具体的工具可以处理该请求
• 用户需要没有领域专业知识的通用协助

工作原理

元智能体，负责监控、审计和演进技能生态系统。从 7 个维度分析所有技能，识别问题，提出改进建议，并推荐新的专业技能。

快速概览

目录结构

C:\Users\renat\skills\skill-sentinel\
├── SKILL.md
├── scripts/
│   ├── requirements.txt
│   ├── config.py
│   ├── db.py
│   ├── governance.py
│   ├── scanner.py
│   ├── analyzers/
│   │   ├── code_quality.py
│   │   ├── security.py
│   │   ├── performance.py
│   │   ├── governance_audit.py
│   │   ├── documentation.py
│   │   ├── dependencies.py
│   │   └── cross_skill.py
│   ├── recommender.py
│   ├── cost_optimizer.py
│   ├── report_generator.py
│   └── run_audit.py
├── references/
│   ├── analysis_criteria.md
│   ├── security_patterns.md
│   ├── skill_template.md
│   └── schema.md
└── data/
    ├── sentinel.db
    └── reports/

安装

pip install -r C:\Users\renat\skills\skill-sentinel\scripts\requirements.txt

主要命令

## 完整审计所有技能

python C:\Users\renat\skills\skill-sentinel\scripts\run_audit.py

## 仅审计单个技能

python C:\Users\renat\skills\skill-sentinel\scripts\run_audit.py --skill instagram

## 仅获取新技能推荐

python C:\Users\renat\skills\skill-sentinel\scripts\run_audit.py --recommend

## 与上次审计比较（趋势分析）

python C:\Users\renat\skills\skill-sentinel\scripts\run_audit.py --compare

## JSON 格式输出（用于后续处理）

python C:\Users\renat\skills\skill-sentinel\scripts\run_audit.py --format json

## 查看审计历史

python C:\Users\renat\skills\skill-sentinel\scripts\run_audit.py --history

## 发现可用技能

python C:\Users\renat\skills\skill-sentinel\scripts\scanner.py

## 查看 Sentinel 审计日志

python C:\Users\renat\skills\skill-sentinel\scripts\governance.py

## 检查数据库

python C:\Users\renat\skills\skill-sentinel\scripts\db.py

1. 代码质量（权重：20%）

• 每个函数的圈复杂度（阈值：10）
• 函数大小（阈值：50 行）
• 文件大小（阈值：500 行）
• 文档字符串覆盖率
• 错误处理模式（裸 except、宽泛 except）

2. 安全（权重：20%）

• 硬编码密钥（token、密码、API 密钥）
• SQL 注入（查询中使用 f-string）
• 不安全的 HTTP URL
• 日志中的 token
• 输入验证

3. 性能（权重：15%）

• API 的指数退避重试
• 超时配置
• HTTP 连接复用
• N+1 查询
• 异步/并发

4. 治理（权重：15%）

• 级别 0：无
• 级别 1：操作日志
• 级别 2：日志 + 速率限制
• 级别 3：完整（+ 两步确认）
• 级别 4：高级（+ 告警和趋势）

5. 文档（权重：15%）

• SKILL.md 含 frontmatter（name、description、version）
• 触发关键词（中文和英文）
• 必需和推荐章节
• 参考文件

6. 依赖（权重：15%）

• requirements.txt 是否存在
• 版本是否锁定
• 已导入 vs 已列出的依赖
• 已列出 vs 已导入的依赖

7. 跨技能（全局分析）

• 技能间重复模块
• 共享的数据库模式
• 不一致的治理
• 提取机会

成本优化

除了 7 个维度，sentinel 还分析成本影响：

• SKILL.md 大小（每次激活消耗的 token）
• 无索引的大型参考文件
• 脚本的冗余输出
• 缺少结构化 JSON 输出

缺口分析与推荐

推荐器通过与 20 个类别的分类法比较，识别生态系统中缺失的能力，并为建议的新技能生成即用的 SKILL.md 模板。

Sentinel 自身治理

sentinel 自身也践行其理念：

• 所有审计记录在 action_log 中
• score_history 中的分数历史用于趋势分析
• 报告保存在 data/reports/

常见工作流

1. 生态系统首次审计：

python run_audit.py

生成包含分数、发现项和推荐的完整报告。

2. 监控随时间的演进：

python run_audit.py --compare

显示审计之间的分数变化。

3. 部署前验证单个技能：

python run_audit.py --skill nome-da-skill

聚焦审计，包含特定发现项。

4. 确定下一个要创建的技能：

python run_audit.py --recommend

缺口分析，附带即用模板。

报告格式

在 data/reports/ 中生成的报告包含：

1. 执行摘要（分数表）
2. 趋势（如有上次审计）
3. 按严重级别分类的发现项（严重/高/中/低/信息）
4. 按技能分析（详细）
5. 新技能推荐
6. 优先级排序的行动计划

参考资料

技术详情请查阅：

• references/analysis_criteria.md - 评分标准
• references/security_patterns.md - 安全模式
• references/skill_template.md - 新技能模板
• references/schema.md - 数据库 Schema

最佳实践

• 提供关于项目和需求的清晰、具体的上下文
• 在应用到生产代码前审查所有建议
• 结合其他互补技能进行综合分析

常见陷阱

• 将此技能用于其领域专业之外的任务
• 在不了解具体上下文的情况下应用建议
• 未提供足够的项目上下文以进行准确分析

相关技能

• skill-installer - 增强分析的互补技能

局限性

• 仅在任务明确匹配上述范围时使用此技能。
• 不要将输出视为环境特定验证、测试或专家审查的替代品。
• 如果缺少必需的输入、权限、安全边界或成功标准，请停下来请求澄清。