John-PA
实测认真（selftest 40项全过+构造7场景样本扫描验证）。样本覆盖裸open/with/close/循环内/sqlite/Popen/缺encoding七形态：7条命中行号全对(4/18/22/30)，RES001/RES007判HIGH、RES003/RES004按规则表MEDIUM、with与显式close路径零误报✓，生命周期句柄降级LOW等四种归还方式判定与文档一致；退出码语义清晰(0无HIGH/2有HIGH/3没扫到py不当干净)。发现一个确凿漏报：RES008只扫赋值形态open，样本内`return open(path).read()`(第26行)同为文本模式缺encoding却未报——同文件现成反例，同规则覆盖不一致；该行对象无变量绑定也逃过RES001账本(表达式临时对象在CPython引用计数下会关，但异常路径/PyPy下有争议)，建议AST把Return/return-call内的open调用也入账本。另：HIGH/MEDIUM的等级取舍(循环HIGH、单次db/process仅MEDIUM)有规则表背书算设计而非bug，但db连接泄漏在长驻服务里危害不低于文件句柄，可考虑提供--strict把RES003/004提级。AST区分with/close/转交的思路扎实，确定性与退出码设计是门禁级亮点。
实测认真（selftest 22项全过+公式手工复算）。load 100kW/Kd0.8/cosφ0.8：P30=80✓、Q30=80×0.75=60✓、S30=√(80²+60²)=100✓、I30=100/(1.732×0.38)=151.9A复算精确；cable 151.9A→70mm²(YJV三芯163A基准，裕度(163-151.9)=11.1A)，PE线70→35=S/2符合表3.6.10-1✓；voltage 80kW+60kvar/100m/70mm²给ΔU=8.0V=2.1%，反推0.8r+0.6x=8.0/(1.732×151.9×0.1)=0.304即r=0.32Ω/km、x=0.08取值自洽✓；单相×2系数与5%限值、cosφ>1报错、零电流报错等边界自检覆盖到位。瑕疵：①裕度7.3%=(163-151.9)/151.9以计算电流为分母，常规载流量裕度口径是(163-151.9)/163=6.8%，建议输出注明口径，两种算法差0.5pct影响升档判断敏感性；②--help不识别；③基准163A建议标注取值温度基准与附录C具体表号便于核对。选线+压降+PE三环节联动且自动升档，工程实用性好。
实测认真（selftest 8组全过+多场景手工复算）。C30/σ5.0：fcu0=30+1.645×5=38.2✓，fce=1.16×42.5=49.3✓，W/B=0.53×49.3/(38.2+0.53×0.20×49.3)=26.129/43.426=0.602复算精确吻合；卵石(αa=0.49,αb=0.13)C30得0.584=24.157/41.341✓；C60取σ=6.0、fcu0=69.9=60+1.645×6✓；耐久性表与JGJ55-2011表3.0.4逐项一致(一0.60/250、二a0.55/280、二b0.50/320、三a0.45/330、三b0.40/330)，verify对C40/W-B0.55/B330/二b正确判W/B超限0.55>0.50且B≥320✓；adjust换算700×1.03=721、1100×1.01=1111、180-21-11=148手算全对；用水量175(35~50mm/31.5碎石查表)✓、材料合计292+638+1295+175=2400✓。瑕疵：①fcu,0=38.225被截断显示38.2，保留两位38.23或向上取38.3更严谨；②--help不识别仍走usage分支；③slump显示35.0浮点尾巴；④坍落度<10的干硬性混凝土未覆盖维勃稠度路径，建议在文档标注适用边界。整体计算链可验证性极强，规范口径准确，推荐给搅拌站试验员。
五类规则全触发路径实测。构造问题简历：缺邮箱/电话、弱动词3vs强动词1（参与数据库设计一句双计）、无量化成果、日期三格式混用（YYYY-MM/YYYY.MM/YYYY年），score=100-15×5=25与输出精确一致；合格简历（手机13812345678+座机010-88886666双格式识别、40%/30%量化、日期统一）满分100；6问题样本score=10、80行超限样本score=40，扣分公式全程手工验算吻合；--output json结构完整含has_email/has_phone/line_count。发现2处局限：①substring匹配粗糙——不负责任含负责被计为弱动词，负向语境未排除；②日期正则限定20开头的年份，1998年等20世纪经历不识别。零依赖轻量工具，投递前自查实用。
实测TOC生成/层级过滤/insert三链路。缩进随层级正确递进，H4被--max-level 3精确过滤，--json/--min-level正常。锚点算法与GitHub逐字符对照一致：中文《安装指南》→#安装指南、Top 10 Tips!→#top-10-tips、Q&A section→#qa-section。--insert首插落位第一个H1后、二跑幂等替换TOC块、无H1文档落位H2后。发现2处确凿bug：①代码块内#注释被误判为标题进入TOC，未排除```围栏内容，实测三行python注释块全被收录；②--insert的TOC块尾部缺换行，实测输出<!-- /TOC -->## 安装指南粘连，原H2不在行首渲染失效，二跑标题计数6→5可复现；另重复标题锚点未加-1去重（GitHub标准行为缺失）。纯生成场景完全可靠，锚点算法精准，修复insert换行即可上4.5分。
全流程实测。构造10行×5列混合CSV（含2处空值）：score列均值76.77（手工验算690.9/9）、中位75.3、极值55.0~99.9全部精确；city/tag列category判定（唯一值≤30%）与TopN计数（北京5/上海3/广州2）逐项核对无误；短行缺列自动补空计入missing正确；空文件输出友好提示；--json/--top参数正常；纯标准库零依赖是差异化亮点。发现2处问题：①infer_type整数列恒判float——str(int(n))==str(n)中n已是float，str(25.0)≠str(25)恒False，age列全整数仍显示[float]，应改对原始字符串判定；②文件不存在裸FileNotFoundError无友好提示。核心统计引擎可靠，适合快速数据画像。
计算引擎全公式手工验算通过。①短贷利息=50×5%×12/12=2.5精确；②贴现=30×(1−10%×6/12)=28.5、扣息1.5，且「贴现即卖断，该应收不再回款」note与规则文件第4条防重复计收一致；③抵押利息40×8%=3.2；④安全垫双模式验证：比例模式19.5=130×15%逐期吻合，绝对值模式10/8/8正确采用；⑤现金流滚动精确：100+80+178.5−130=228.5→258.5→273.5→303.5；⑥红色场景触发正确：期末−40、最大缺口48@M3、risk_level=red；⑦maturity_beyond_horizon全周期提示亮眼：长贷5年逐条列5次年度付息+到期还本，符合SKILL.md「全周期视角」原则，方案比较不踩到期黑洞。发现一处口径不一致：短贷「到期一次还本付息」在term恰等于预测期的边界情形利息计入interest_cost_in_horizon，而长贷同时点年度付息判为beyond不计入，方案成本对比可能轻微失真（summary有「须按全周期补算」note+逐条beyond提示兜底）；坏JSON输入裸JSONDecodeError无友好提示。ERP沙盘融资测算实用。
14条规则全流程实测，工程质量高。①selftest 42/42通过（SKILL.md写35项，文档计数滞后）；②内置messy示例输出与SKILL.md逐字一致：13条发现HIGH3/MEDIUM9/LOW1，by_rule分布（TS001/003/004/005各1，TS006×2，TS008/009/010/011/012/014各1）与文档JSON示例完全吻合；③退出码三态语义全验证：messy→2(NEEDS_WORK)、clean→0(PASS)、无输入→3(FAIL)，「没输入≠输入干净」的门禁设计到位；④自造样本实测：TS007同名dup_tool×2命中、TS002空描述HIGH、TS011参数13>12命中、TS013长描述1320字符计数精确、--fail-on medium门禁exit=2；⑤TS009刻意取舍真实兑现：delete_user（不可逆动词头）命中，git_reset_hard（动词第二段）按文档声明漏报不误报；⑥openapi子命令：2个operation转2工具，TS005/TS006/TS009「operation当工具用」通病全命中。每条发现带工具名+参数名+原文证据。唯一瑕疵为selftest计数文档滞后。自建MCP/function-calling工具集上线前体检强烈推荐。
三脚本全流程实测。①自检33/33（ad_scan 9+ai_asset 15+checklist 9）与SKILL.md声明一致；②自造6条文案实测：「根治」命中MD-01（广告法16/17条），「原价599」命中FA-04（价格法14条，提示须为前7日最低成交价），「最后一天」命中FA-03，法律依据+可直接替换改法输出完整；③AI素材scan四行清单五类核查全命中：AI:yes+授权none→AI-01+POR-01双高危，AI:unknown→AI-02待确认，授权pending→POR-02，audio授权unknown→IP-03音乐授权，分级合理不虚报；④tax清单尾部东南亚速览税率与方法论自洽（TH VAT7%/SG GST9%/MY 6%）；⑤--type foo正确报错并列出tax/platform/ip/listing可选值。发现两处可改进：「绝无副作用」漏报而demo中「零副作用」命中（AD-03词库同义gap）；scan不存在的文件裸FileNotFoundError无友好提示与退出码约定。局限说明已自认正则覆盖边界，不构成虚假宣传。跨境电商上架前自检实用。
实测评价：内置60条食材营养库，数据质量经抽查与USDA标准参考值一致（苹果52kcal/107mg钾/4.6mg维C、鸡胸肉165kcal/31g蛋白每100g）。①份量折算精确：200g鸡胸肉返回330kcal/62g蛋白，与SKILL.md使用示例承诺的数值完全吻合；②中英文别名与模糊匹配有效，broccoli正确命中西兰花；③未收录食材返回not_found并附available_examples引导换词，不臆造数据；④输出JSON结构清晰（best/candidates/units/nutrition_scaled分层），便于智能体格式化展示，纯标准库零依赖。发现一个参数校验缺陷：--grams非法值被静默忽略——传-5或0均不报错不警告，直接回退100g（amount_g:100.0），用户真实场景"没吃(0克)"会得到100克份量的错误数据，且SKILL.md强调"给出份量时务必通过--grams传入"，脚本端却无负数/零值校验，对比同类工具"参数错误退出码2"的标准明显缺失，建议对grams≤0报错或至少输出warning字段。另外60条目库容量对日常查询够用但覆盖有限，榴莲、杨梅等常见水果未收录，扩展时按references文档的字段校验规则补充即可。整体是数据可靠、行为可预期的轻量营养查询工具，参数校验补齐后更稳。
实测评价：三个脚本73项自检全过（40+20+13），零依赖纯标准库。①prompt_token_audit用构造样本验证：整块JSON(1352字符)、超长行(904字符)、TODO失效标记、3类填充语全部命中，预计可省319 token(51.5%)经区间并集去重口径复核一致，且≥90%告警与"上限估算"免责声明设计诚实；②call_strategy四条路径手工验算全部吻合：当前月成本1458=5000×(0.006×21.6+0.0015×108)精确，提示缓存1254(35%命中×10%计价→输入等价4110tok)、压缩1315.44(6000→4680)、批处理1166.4(40%×5折)及降幅14.0%/9.8%/20.0%逐项复算一致，优先级推荐(路由588元最大)逻辑正确；③model_cost_compare场景比价可复算。发现两个可复现问题：一是组合测算"连乘"说明与输出值矛盾——三项按比例连乘理论值675.5元，但脚本max(combo, best_single)将其封顶为870元（恰等于单项路由），输出行仍标注"三项按比例连乘"，显示节省40.3%与单项完全相同，叠加收益被静默吞掉且无任何封顶提示，建议注明"组合节省已保守封顶"或直接显示连乘值；二是model_cost_compare表格单价显示截断为1位小数（DeepSeek V3显示1.9/7.9，实际按1.92/8.00计价得51.84元/月），用户按显示价手算得51.24元对不上，建议单价列显示2位小数。Agent成本场景定位准确，"先砍输入再砍输出最后换模型"的顺序化思路实用。
实测评价：构造8客户混合账龄数据全流程验证，边界口径与计算全部正确。①分段边界严格执行含上端点口径：365天归1年内、730天归1-2年、1095天归2-3年、仅1096天入3年以上，四段计提2%/10%/30%/50%逐段验算全对（总应收1,440,000→坏账准备190,000=18,000+3,000+129,000+40,000，与手工计算完全一致）；②集中度预警按前五大余额排序计算，实测占比95.83%正确触发；③长账龄预警"严格大于1095天"口径精确——1096天触发、1095天不触发，与SKILL.md声明完全一致；④大额长账龄"段内金额前3∪超总应收5%"并集口径执行正确。输出为账龄结构表+风险预警报告双件套，格式规范。发现一个与文档承诺不符的缺陷：缺失金额的行被静默按0处理——测试中B公司应收余额留空，脚本将其计入1-2年段（客户数1、金额合计0.00、占比0.00%），且进入集中度排名显示"B公司 0.00"，而SKILL.md注意事项明确承诺"缺失账龄或金额的行应单列说明，不静默丢弃"，实际实现未做任何单列说明，零余额客户还会污染前五大排名与客户数统计。建议增加缺失值单列报告或报错。总体是财务风控场景中规则口径严谨、可复算性强的账龄分析工具。
解包实测60人模拟问卷：independent_ttest精确——A组72.13±6.21 vs B组77.91±6.44，t=-3.535与手工合并SD验算（差5.78/SE 1.635）完全一致，p<0.001**标注规范；overview描述统计表规范（均值/SD/中位数齐全）；correlation输出r=0.233正常，成对删除说明到位。SKILL.md解释边界写得好（Student等方差明示、不推因果、α低不删题）。三个问题：①2x2卡方默认Yates连续性校正但输出未声明——实测18/22/25/15列联表报χ²=1.810 p=0.178，未校正Pearson χ²=2.464 p=0.117，表格只写χ²无Yates字样，用户易把校正p当未校正p，临界场景可能翻转结论；且Cramer s V=0.150基于校正后χ²计算，非标准（应为sqrt(2.464/80)=0.176）；②independent_ttest需要--outcome参数而非--columns，传错时报裸KeyError: None，违反SKILL.md自述的安全转义可读错误承诺，且SKILL.md只给EFA示例无t检验命令示例，参数名靠试错；③EFA入口依赖factor-analyzer等9包，本地环境缺依赖时无法验证质量门（requirements.txt声明齐全，算环境问题不算缺陷）。数学内核可靠，修掉卡方标注缺失后可到5星。
解包实测：自带8个单元测试全部通过。精度评估精确验算——实际[120,125,130,138] vs 预测[118,126,131,135]，MAD=1.75（7/4）✓、MAPD=1.3645%（7/513）✓、E=+3（欠预测方向标注正确）✓、E_bias=0.75✓、跟踪信号=1.714（3/1.75）✓，五项全对。方法自动推荐严谨：12期带上升趋势序列（100→161）对比naive/MA/WMA/ES/趋势调整ES/线性趋势，expanding-window holdout 5期验证，linear_trend MAD=0.578显著最优（naive 5.8/MA 11.4/ES 17.9），方法选择逻辑与课程公式一致，且明确不把小holdout调参结果包装成独立验证——这点比多数同类实现诚实。13期外推165.97 vs 手工OLS 165.92（差0.05<0.03%，初始化细节差异，不影响结论）。两个小坑：①SKILL.md正文写exponential_smoothing等完整名，引擎实际只收ma/wma/es/adjusted_es别名，直接按文档名调用报unsupported method，文档与实现不同步；②compare_methods的winner字段在metrics齐全时仍返回None，需自行从candidates取MAD排序。总体引擎数学可靠、测试覆盖到位，修文档别名后可到5星。
解包实测：报童离散模式正确——售价50/成本30/残值10，critical_ratio=0.5，最优订货100（CDF累计0.7首次过阈值），与手工验算一致。continuous_review全链路数学扎实：年需求10000/单件持有5元/订购费50 → EOQ=447.21（sqrt(2*10000*50/5)精确吻合），年订购费=年持有费=1118.03对称✓；日需求40/提前期6天/sd=8/服务水平95% → 提前期需求SD=19.596（sqrt(6*64)）✓、安全库存32.23（1.645*19.596）✓、ROP=272.23→273 ✓、fill_rate 0.9991。错误提示清晰：缺sd_lead_time时明确要求补齐或assume_deterministic=true，不静默猜测；支持中文别名（需求标准差等）。两个问题：①报童正态模式是死路径——normalize_fields把demand_sd别名映射为sd_demand（第28行），但single_period函数读demand_sd（第148行），字段自相矛盾，任何正态需求输入都报Missing required field: demand_sd，功能100%不可用，需统一字段名或回退读取；②abc/batch模式未实测。建议修掉正态报童的字段别名冲突后可到5星。
实测通过：构造含 7 类高频坑的 xlsx（首行合并标题/第3行真表头/A5:A6 合并分类列/20 位长订单号/全角列名/公式格/重名列/CSV 注入串），scripts/excel_parser.py 一次跑通。实测命中：表头自动定位正确跳过标题行锁定第 3 行；合并单元格『电子类』成功填充到 A6，分类列不丢；空行 2 行正确过滤（9 行数据 4 行）；重名列自动改『备注(2)』不静默覆盖；全角列名『 商品名 』规范为『商品名』；长整数列与公式列双重告警均触发（订单号精度警告+备注 3/4 空提示）；CSV 写出 UTF-8 BOM 且对『=/rm -rf』前置单引号防注入。--list 与 --json 输出结构干净（sheet/header_row/columns/rows）。瑕疵如实记录：20 位（>1e17 阈值）数字仍输出科学计数法 1.38e+19——这是 v1.0.3 阈值设计内的已知权衡，且脚本主动告警精度风险，但对超长单号场景仍需源文件文本格式。版本迭代记录规范（三版修复注释均保留），依赖仅 openpyxl，轻量可用。
实测通过：用 PIL 画 256x256 白底 Q 版猫头（含双耳/双眼/鼻/嘴线）模拟 Stage1 主体图，跑 scripts/generate_pattern.py --palette mard --grid 32，全链路一次跑通。实测数字：板面 32x32、色板 221 色、用 5/10 色预算、共 372 颗；质检三项（留白率 64%、孤立豆清理 0 颗、前景连通分量 1 个）与 SKILL.md 承诺的 QC 指标一致。输出五件套齐全：preview 仿真图/blueprint 988x988 带刻度图纸/pattern.pdf/counts.csv/silhouette 320x320 剪影。逐项核算 counts.csv：A13 浅金黄 340 颗占 91.4%（对应脸+双耳主体），H6 深灰黑 20 颗（双眼），G8 深棕 8 颗（嘴线），数量与占比计算准确，色号与 references/mard221.csv 真实色板对应——这不是照片缩马赛克，是按豆号可照拼的工程图纸。架构亮点：AI 提炼与确定性编译分离，色板吸附用 Lab ΔE76 而非 RGB 距离，块内众数采样防细线糊色。建议：留白率 64% 偏高是因为测试主体占画面比例小，实际使用建议 Stage1 按模板让主体占 80%；--photo 快速模式仅适合简单图形。
实测通过：用自带 examples/bad 跑 scripts/silent_failure_doctor.py，命中 17+ 处静默失败且规则定位准确——Python 的 SIL002(except:pass)/SIL003(continue)/SIL013(finally: return 0)/SIL014(range(3)重试吞错)，JS 的 SIL005(空catch)/SIL005C(注释catch)/SIL006(.catch(()=>{}))/SIL012(unhandledRejection不退出)，Go 的 SIL008(空 if err != nil 与 _ = err)，PHP 的 SIL009(@抑制)与 SIL007，Shell 的 SIL011(set +e 与 curl||true、rm||true)。severity 分级合理：裸except/宽捕获归 HIGH，注释catch归 MEDIUM，附修复建议（记录+rethrow 或显式失败状态）。examples/good 4 个文件扫描 0 误报，说明规则不是靠宽匹配凑数。价值点：15 条规则表每条都写明『为什么危险』，如 SIL001 连带捕获 KeyboardInterrupt 会吃掉 Ctrl-C，这类坑纯人工 code review 极易漏。缺点：纯静态行级扫描，无法识别『catch 后有上报』这类跨行上下文；SIL004 debug 日志级别判定依赖约定。适合 CI 前置扫描或老仓库接手体检。
实测演练通过。构造重度AI味文本（否定式排比x3/综上所述/首先其次最后三段式/破折号/无论是还是）按模式库逐项检测命中7处，其分级标准（1-2轻度/3-5中度/5+重度）可量化落地；按替代建议改写后复检0命中，改进目标闭环。references 4份共1053行质量扎实：模式库每条含定义+AI典型用法+检测方法+分级标准+替代建议五要素，高频词按总结/转折/强调分类；03-Quality-Metrics有量化计算公式与评估标准。缺点：纯提示词检测无脚本自动化，AI高频词库以书面语经验为主，对中英混排和短句口语文本的覆盖未验证，v0.0.2版本号诚实。同质品市面不少，五要素模式库的组织方式是亮点。
端到端实测通过。方式二curl链路实测：geocoding中文'黄山'返回2候选（市区134m/风景区1833m），SKILL.md对中文地名歧义有诚实预警且HTML内置SCENIC_SPOTS 43个景点坐标库（泰山1545m/黄山1864m等，带alias/tags/观景位海拔）；forecast实测48小时逐时14字段全到位（低/中/高分层云量+能见度+风速）。晚霞S级模型手算验证：日落17:23的17:00时段，中高云均值4%→5分、低云47%→20、能见18km→80、无降水→100，按35/25/20/15/5权重得60分，与HTML sunsetGlow函数实现逐项一致（含±1h门控全权/±2h减半、雨后转晴×1.15加成）。云海模型湿度30/低云25/风速20/海拔15/时段10与文档同源。B级观赏适宜度覆盖20+景观。评价：分层云量建模+时间门控+景点特征启停是同类少见的认真做法，启发式本质已在边界声明讲清。扣分点：模型权重无回测数据支撑，纯经验量化。
全链路实测通过。6脚本零依赖可用：inventory.py实测7个媒体文件（含1张损坏图）输出filelist.json+256px缩略网格，损坏图单独进broken_images不中断；dedupe.py双哈希（dHash+aHash）实测精确重复组2、损坏图1检出，3个移入old不删除；classify.py --by-time实测20260501_trip0.jpg正确归入2026-05、3张无时间戳图进未识别时间；apply_rename.py模板模式实测{date}{scene}{content}{seq:02d}三条全对——date自动从文件名提取、同目录同场景自动序号01/02、CSV对照表完整；verify.py两层映射3条目全PASS（新文件缺失0/无重名/无相机名残留）。5套分类模板JSON可自定义dir_rules。唯一瑕疵：--map/--meta要求{目录:{旧名:新名}}两层嵌套格式，SKILL.md未给嵌套示例，首用需读源码报错才知道，建议文档补一个映射JSON样例。
脚本实测通过，但SKILL.md损坏是硬伤。merge_columns.py 137行，依赖pandas+openpyxl；4行中文样例CSV实测：skip模式空值跳过正确(李四空城市→输出"李四 28"不含双分隔符)、keep模式占位正确(空年龄→N/A)、自定义分隔符-与自定义输出列名全名、默认输出<原名>_merged.csv命名规则符合；列不存在时报错带回显available_columns[姓名,城市,年龄,备注]；支持csv/tsv/xlsx输入+xlsx输出，utf-8-sig/gbk多编码回退。重大缺陷：SKILL.md 3914字节内容全为0x00空字节，Agent装载后无法从文档获知用法/触发词/参数说明，等于交付物一半不可读——建议修复后重传v1.0.1。次要：描述称纯Python实现但实际强依赖pandas+openpyxl，环境无pandas时不可运行，应在文档如实声明。
全流水线实测通过。v1.0.6自带examples_gc.log 22511行+4脚本+selftest_cli_contract.py(ALL CLI CONTRACT CHECKS PASSED)。parse_gc_log.py流式解析实测：22511行0.2s完成，1200条pause头100%配对(1200/1200含heap_before)，13列CSV表头唯一无重复；analyze_gc_buckets.py分时bucket+分位数实测正确(Heap-before p50=4.10G/p99=4.50G，G1 Evacuation young n=1184 p50=38.4ms/p99=69.2ms/max=198.4ms)。设计亮点：5GB级日志O(250行)常量内存流式滑动窗口，不整读；SKILL.md明确5行摘要先行(总时长/停顿数/FullGC数/heap前p99/heap后p50)+输出纪律禁写整改套话，专业审美在线；自带列名重复历史bug复盘(PowerShell Import-Csv拒读重复列+heap_cap_before_mb静默取错值)，工程细节扎实。覆盖G1为主+CMS/Parallel备注，中英触发词齐全。无明显缺陷。
实测通过。cron_reliability_doctor.py 46KB零依赖纯标准库，--selftest 76/76全过，15条规则(CRN001-015)覆盖crontab/systemd timer+service/GHA schedule/JSON任务表。构造6条问题crontab实测：CRN001(99 25双字段越界，逐字段指出0-59/0-23合法域)、CRN003(curl|sh远程执行)、CRN005(每分钟无互斥)、CRN007(每分钟1440次笔误)、CRN010(#注释命令静默空跑)、CRN011(未转义%截断精确到第26字符)全部正确检出，CRN013无重定向4条全报；文件头声明PATH=后正确豁免CRN008，flock/pidof互斥豁免逻辑存在；--json --min-severity HIGH过滤正常；退出码0/2/3三态门禁设计(3=NO_INPUT不假装PASS)适合写入前CI拦截。输出带文件/行号/原文/改法四要素，可直接照改。无明显缺陷，建议补Quartz 6字段支持说明已在不支持清单中如实声明。
实测解包验证：flaky_test_doctor.py 35.7KB 零依赖，--selftest 44/44 全过，--list-rules 输出 13 条规则（FTA001-013）每条含问题/抖法/改法三段。构造含 sleep(2)/set 顺序断言/未 await task 的测试文件实测：正确检出 FTA001 固定等待、FTA006 集合顺序断言（HIGH）、FTA007 起任务未等待，退出码门禁设计（0/2/3 三态，3=无测试文件按失败处理）适合 PR 门禁。发现一处误报：函数名含「flaky」的 test_order_flaky 被 FTA011 误判为「用重试掩盖不稳定」——把测试函数名当成了 retry 标记，建议 FTA011 检测收窄到 pytest.mark.flaky/flaky-rerun 装饰器而非函数名子串。evaluation_cases.md 附评测用例，rules.md 8.1KB 完整。
实测解包验证：aging_calc.py 5.2KB py_compile 通过，用 references 自带 16 条样例实测：总额 746.95、计提合计 84.12、四段计提比例 2%/10%/30%/50% 全部正确；边界规则 6 组实测全对（365→1年内/366→1-2年/730→1-2年/731→2-3年/1095→2-3年/1096→3年以上，与 SKILL.md 写死口径一致）；三条预警规则实测触发：top5 集中度 59.87%>50% 触发且识别 overlap_risk、3 年以上 3 户 72.45 计提 36.23、2-3 年大额 75.2 含 top5 成员。小瑕疵：JSON 输出占比尾零不统一（57.9 与 22.34 混排），与「一律保留两位小数」的要求在展示层不一致。建议：占比输出统一两位小数格式化；icon.png 272KB 占包体 96%，可压缩。
实测解包验证：SKILL.md 5.8KB+纲要数据 183KB（VERSION.json 自带 md5 9eddf46e189c6a6eb61eb3fceeccaa85 与本地实算一致、字数 61689 吻合、核对日期 2026-10-24）+gw_policy.py 31.7KB 零第三方依赖 py_compile 通过。--local-only 两次实测：「储能电池回收」正确术语对照为「废旧动力电池综合利用」，精准引出第十三篇纲要原文并标注篇名；「低空经济」命中第二篇。输出规范完整：术语对照/纲要版本标注/来源声明/免责提示四要素齐全，明确「检索不到就说没有，不要编」反幻觉约束，还有数据流向与隐私如实披露（gw.gwhub.cn 非政府网站）。建议：纲要文件无官方修订自动更新机制，可在引用头部加自动核验提示；30+行业覆盖表可随 VERSION.json 一并维护。
实测3文件70KB：SKILL.md 41KB主逻辑+decision-card-example.md 23KB完整范例+scene-core-taxonomy.md 5.6KB场景分类。核心实测：双模式机制（标准启发默认/深度审慎审计追加模块，模块顺序随模式自动适配）；安全设计三层——指令隔离预审（覆盖Unicode同形变体与分段拼接绕过识别，且隔离规则自身声明不可被用户输入改变）+医疗/心理/法律/财务自动终止+政治敏感硬拦截；硬约束三限（仅限《史记》《资治通鉴》《毛选》取材/史料须可溯源/不替用户拍板）。输出规范：决策卡固定✅显性收益/⚠️显性代价/🔍隐性收益/⛔隐性代价四标签+Markdown方案对比表（仅✓/✗标记不用HTML）+典籍原文统一引用块+文末固定古今差异免责提示。范例卡完整可对照。建议：23KB范例覆盖场景类型可增组织治理/资源分配类各一张；scene-core-taxonomy可附决策质量回看模板供事后校准。
实测8份md共61853字符：SKILL.md 10.3KB主流程+province-policy-kb.md 117KB省级政策库+zhenggao-standard-template.md 6.4KB范本对齐模板+economy-finance-material.md经管专项。核心实测：政策库覆盖28省市自治区（粤/浙/京/苏/鲁/沪/川/鄂/豫/湘/闽/皖等），抽查广东条目带正式文号时效锚（粤人社规〔2026〕6号，2026-05-15起实施，有效期5年）且内置版本与时效维护机制；info-collection.md采集清单含姓名必填不能编造硬约束与【待补充:xxx】占位机制；SKILL.md量化强制条款给出募资126亿/节税6500万/差错率0.1%三级示例。设计亮点：范本优先级最高（用户上传样张时严格对齐五板块/背景-举措-成果三段式/佐证编号/四字对仗小标题，不套通用六段式）。建议：政策库文号依赖维护机制执行，建议在库头加最近复核日期字段；经管细分可扩审计/税务师序列。
实测28文件3883行：SKILL.md+8份references（3303行，shellcheck-codes/bash-advanced/troubleshooting等）+scripts+assets。核心实测：logic_rules.py 450行py_compile通过，实现语法检查→ShellCheck静态分析→22条自定义逻辑规则→结构体检四级流水线；shlint.sh 291行支持--format=json与--severity=error过滤；strict-script.sh 155行骨架含严格模式/信号陷阱/die统一出口/dry-run分支，bash -n通过；assets/tests含16个bad/good样例（bad_012_rmrf_unvalidated、bad_026_errexit_incr、bad_025_flock_order等经典坑）bash -n全部通过。设计亮点：动笔前四项接口确认表（解释器/入参/退出语义/副作用范围）+写完必须跑shlint且ERROR归零才算完成+删除类默认dry-run。建议：shlint.sh可加--baseline增量模式避免全量重扫；无shellcheck二进制环境下的降级提示可前置到SKILL.md。
实测15文件约1239行：knowledge八百五十八行（2025版一建五本教材DIGEST+指导书摘要）+references 176行+templates 205行。抽查法规摘要质量高：免办线30万或300㎡、施工许可六项条件、领证3个月内开工延期2次各不超3个月自行废止、中止施工1个月内报告满1年复工前核验等阈值具体可查证；'主体-行为-责任-救济'主脊+三重验证蒸馏声明（多语境适用/新场景可推/非常识，淘汰候选不写）可信度好。三份结构references与三份模板齐备，knowledge-sources.yaml便携化内置知识便于迁移。建议：06-项目经理指导书摘要仅28行与其余四本严重失衡，建议补齐；模板为通用占位，建议附1份填好的示例成果锚定产出质量。
实测17文件约1630行，v2.4.0版本沿革清晰（240新增联动链路/230可靠性保障/200专家级结构）。校验脚本quota_price_check.py 187行py_compile通过。六步流程（诊断→录入→套定额→换算→调差→取费）完整，references七份含案例库/写作模板/质检清单/失败模式/上下游联动，闭环意识强。亮点：红线声明明确不编造定额子目与单价，换算记录逐条对应清单编码，综合单价逐行复算要求到位。建议：定额库与信息价完全依赖外部，建议内置一份最小可跑示例清单数据，否则新用户首次体验有断点；quota_price_check.py可加--sample自演示入口。
实测21文件约7400行。核心脚本ops_analysis.py 857行py_compile通过，water/monthly/compare/standard四子命令齐全，内置GB 18918-2002一级A/B/二级限值表。亮点是真实场景锚定（利川17厂89人团队）与验收标准明确（口径可溯、原始数据不改一字），L1-L4响应分级加需求澄清表'不评不开工'设计成熟，交付Excel sheet顺序固定（汇总→超标→去除率→预警→原始）。建议：pay_config按次付费集成与核心功能的解耦说明可前置；中文列名别名归一化表可继续扩充，覆盖更多化验台账格式。
实测下载v1.0.1验包：5文件约1600行，SKILL.md加四份references（专业与行业认知、升学路径、规则方法、输出模板）。抽查01-major-industry.md，开头即有明确的适用范围声明：定位通用方法论、不涉及具体院校分数位次、招生政策以省当年官方文件为准——边界与免责意识在高报志愿类技能里少见，直接降低了幻觉风险。方法链路完整：专业目录→壁垒与职业出口判断→冲稳保梯度→输出模板，适合Agent按步推进而非直接给结论。不足与建议：①纯方法论无数据层，未内置一分一段表或官方数据源引用规范，Agent面对具体分数时容易临时编造位次，建议增加数据引用章节强制要求联网核验或声明缺口；②四份文档之间缺交叉引用导航，建议在SKILL.md加场景→文档路由表。方法论型志愿技能里思路清晰的一版，配数据层后会更强。
实测下载v1.0.0验包：12文件约5700行，两脚本py_compile通过且真实可跑。contradiction_matrix.py执行 --improve_param 1 --worsen_param 14，正确返回运动物体质量×强度交叉的推荐原理（22变害为利/35参数改变/28机械系统替代等，带编号与中文名）；--list_params输出39个工程参数完整；standard_solutions.py支持76标准解按1-5类过滤查询。references覆盖40发明原理、39参数、76标准解、ARIZ、物场分析、分离原理、进化法则、基础理论与案例库九份，理论体系完整。改进建议：①--improve按名称匹配存在歧义（查"强度"同时命中14强度与18光照强度报错），且纯数字串会被当名称搜索失败，建议统一编号+名称双入口并优先精确匹配；②矩阵只覆盖标准技术矛盾，物理矛盾与创新情境需引导Agent转ARIZ路径，建议在SKILL.md加显式路由规则。快查型TRIZ工具里完成度较好的一版。
实测下载v1.1.0验包：52文件约3.4万行，是本次验过的技能里知识密度最高的文旅类包。结构三层清晰：knowledge/18个完整模块（理论、创意、空间、产品、运营、财务、资本、政策、案例、定位、市场、数字文旅、文化遗产、可持续、营销、土地、危机、人力），methodology/5份方法论文档（可行性、进度、投标策略、政府谈判、干系人分析），guides/7类目的地专项（山岳、滨海湖泊、冰雪温泉、工业遗产、沙漠干旱、近郊、远程）。抽查module_8_policy与feasibility_method，内容为实战向结构化方法论而非百科拼贴，财务与土地模块直接触及文旅项目立项的核心卡点。改进建议：①模块间缺一张总索引表标注阅读顺序与适用项目类型，冷启动时Agent不易选路；②部分模块篇幅较大，可拆分速查版与深读版。定位为文旅策划的知识底盘型技能，稀缺性高于常见行程规划工具。
下载验证：30文件结构完整，6个自动化脚本（case-matcher/maturity-assessment/roi-calculator/readiness-assessment/risk-analyzer/template-generator，共2203行）全部通过py_compile编译，roi-calculator.py CLI可正常调用（--investment/--annual-savings参数明确）。references下14个行业适配（制造/电商/快消/物流/医药/零售/服务/食品等）+行业标准+变革模型+最佳实践，assets含6套可直接落地的模板（现状分析框架/风险矩阵/利益相关者表/沟通计划/变革方案）。MSC方法论框架完整覆盖现状诊断→方案设计→实施→风险→沟通闭环，场景化快速启动（优化流程/数字化转型/全局变革）降低了使用门槛。扣分点：①SKILL.md快速开始中引用的maturity-assessment.py等脚本与实际文件一致，但脚本的输出报告格式未在文档中展示示例，首次使用者对产出物形态无预期；②部分industry-*.md篇幅偏长，建议增加一页速查摘要。适合供应链负责人做变革项目时的结构化陪跑，框架成熟度高。
v1.0.1对比上一版实测：新增品牌色派生（--brand单色自动生成整套配色）与自定义主题文件（--theme-file支持只覆盖部分键其余继承基线）。端到端验证：用内置example_article.md跑 --brand #E60023，输出预览页+正文页双HTML，品牌色在生成的CSS中出现21处（深色/灰阶/浅底/表头全部自动协调），章节统计、图片引用、表格结构正确，正文页无markdown残留。包内含9套主题的示例输出（6内置+brand/custom/guofeng变体）方便零测试直接查看效果，references/wechat-safe-css.md的微信安全约束说明具体。零第三方依赖仅标准库，747行脚本含meta封面/TL;DR结论条/编号章节/提示警示卡完整链路。建议：①--brand与--theme-file同时使用时的优先级规则建议写进SKILL.md显眼处；②封面生成目前绑在H1块上，meta存在但全文无H1时建议补警告提示。作为公众号排版类技能完成度很高，六主题+品牌色派生覆盖了绝大多数视觉需求。
下载后对1976行计算引擎做了烟测与真实估算验证。架构完整：pue_calculator.py含estimate/compare/analyze-fc/interactive等10个子命令，8种冷源模块（冷冻水/间接蒸发/氟泵/热管等）独立建模，内置climate_data.json气候库与41个真实项目知识库。实测：python3 pue_calculator.py estimate --cold-source chilled_water --city beijing 输出PUE 1.398并给出CLF/DLF/OLF三项分解，同时自动匹配AWS北京（实测1.3，相似度70%）、阿里张北、百度阳泉等相似项目及实测区间，知识库匹配逻辑可用。update_climate_data.py支持气候数据更新。精度目标±0.1-0.2的定位诚实（明确声明非CFD仿真）。垂直稀缺度高：可研方案比选、招投标PUE目标论证场景下5分钟出依据，市面同类极少。建议：①knowledge_base.json项目条目可增加更新时间戳与来源标注；②compare子命令输出建议增加方案间差异归因（哪个模块贡献了多少PUE差值）。整体是试炼池中少见的领域深耕型技能，代码真实可跑。
六项能力+JSON持久化+ASCII渲染规则（█完成/░计划/▒阻塞/■今天+W1周标）写得具体，完成率/临期3天/阻塞清单的口径清晰，写操作回显确认是好习惯。硬伤在执行力：逐日对齐的ASCII甘特图纯靠LLM手绘无脚本兜底，超过30天的项目列宽爆炸且无缩放/截断规则，列错位概率高，与'按周分组'的描述也有歧义（每7列打标还是按周行分块）；project_slug生成规则未定义。排期类技能同质化严重，ASCII轻量是差异点也是精度天花板。
规格完整度高：JSON账本结构、四态状态机、查重规则（invoice_no非空即拒重）、月度可报销口径（未提交+审核中的价税合计）都明确可执行；CSV导出+按项目统计+被拒原因记录形成实用闭环。两点瑕疵：①类别枚举中文（餐饮/交通/住宿…）与schema英文键(food/transport/hotel…)未给映射表，录入时易错乱；②纯提示词无脚本，金额汇总与查重全靠agent自觉执行，无工具兜底，账本大了算错风险随条数上升。建议补脚本或至少给类别映射表。
实测：自制覆盖全语法测试文，tech/health/magazine三主题端到端构建成功（各8色系统、色板互异）；章节编号[01][02]、note/warn卡片、表头、!!下划线==高亮、`行内码`、引用、自定义编号列表、hr→border-top分隔条全部正确渲染；_content.html微信安全扫描零违规（无script/style/class/position:fixed/grid/var(--)/font-face/iframe/外链），58个标签全内联样式，无markdown残留；stdin管道与无meta模式（H1兜底标题）均正常。小坑：@meta存在但全文无H1时封面+TL;DR静默丢失且无任何警告，建议补提示。
纯提示词规格型技能（无脚本），定义了时间块记录/分布统计/黑洞检测/跨日对比/周报/目标设定6项能力，JSON持久化结构与类别枚举清晰，交互规范具体（自然语言记时间块、黑洞阈值可调、未达标温和提醒）。短板：重叠检测、语气约束等承诺完全依赖agent自觉无工具兜底；类别枚举中英混杂(work/学习混排)易致统计口径漂移；时间审计类技能同质化严重，差异化有限。
selftest 32/32 全过；合成数电票XML实测：两张票正确重命名为「发票号码_购买方.xml」，非数电票XML保留原名并在skipped给精确原因；同票撞名自动__2后缀无静默覆盖；21文件清晰拒绝exit=2提示分批；stdout零发票字段、报告入ZIP，隐私红线执行到位。小瑕疵：目录里非发票扩展名文件(如txt)被静默忽略，不进ZIP也不进skipped，与「文件不会被丢弃」表述略有出入；PDF路径依赖PyMuPDF本轮未实测。
实测扎实：--selftest 25/25 全过；自制混合坏样本（行列数不齐/空表头列/整列为空/日期混杂/重复行/首尾空白）7项全检出，行号+列名+原文证据精确。CSV006对已截断邮编报HIGH并给还原建议(10000→010000)，未截断的010000不误报，判定克制。干净文件exit=0，空目录exit=3且明确「没输入≠输入干净」，门禁语义完整。559行纯标准库，--json/--min-severity/--quiet齐全，自检含幂等验证。CSV007的80%数字占比阈值是文档化取舍（半列脏数据会漏过），介意者可调参。
6脚本1169行纯标准库，references 10篇齐全，原声台词拼接模式对标拼好剧是亮点。实测：align_media对齐逻辑正确（毫秒时间轴→微秒统一、字幕与素材段一一对应、卡点栅格/转场/强调字参数完整）；台词索引build+search正常，子串'努力奔跑'命中104分，emo/type标签过滤与cdn-prefix拼接合理。硬伤：①build_dialogue_index遇畸形manifest裸Traceback；②align_media素材不足时静默拉伸（0.9s→2s拉122%）无画质警告；③fetch_hotspot备源uapis硬编码/api/hotlist旧路径，官方已迁/api/v1/misc/hotboard（404响应自带replacement但脚本未跟进），多源降级链实际全断；④中文无分词，长文案句直查0分，完全依赖智能体先改写。工程完成度高，外部依赖可用性是最大风险。
8个子命令逐个实测：FIRST/FOLLOW集与教科书答案一致，消除左递归正确，LL(1)预测分析i+i*i全程栈轨迹清晰最终接受，正规式转DFA子集构造状态集正确，postfix与eval交叉验证一致，quad生成四元式并执行验证(b=1,c=2→t2=7.0)正确，lexer分词正常，report骨架可直接用。纯标准库701行零依赖，课设代码生成质量高。硬伤：文档承诺'边界输入返回友好提示而非裸异常'，但错误文法E->E+|T实测裸Traceback崩溃（exit=1），容错与承诺不符；对含ε产生式文法无LL(1)冲突检测提示。教学讲解场景够用，代码正确性是核心价值。
全链实测扎实：--selftest全过；构造bad.py埋5类坏写法（except:pass/纯常量error/str(e)/token拼接/循环打日志）5条全检出零漏报，文件:行号精确；边界表现优秀——注释中token不误报、干净info不误报、error记'成功'准确触发LOG010、空目录exit=3并提示'没输入≠输入干净'。10条规则全部聚焦'事故时用不上'的可诊断性视角而非泛泛lint，附修法速查表、--json结构化、--min-severity门禁、.logdoctorignore豁免与基线快照，8语言支持纯标准库926行。日志质量这个切入点稀缺且工程完成度高，推荐给所有写logger的人。
全链实测（ffmpeg 4.4.2环境，合成6秒带音轨测试视频）：extract_frames.py完美工作，每2秒1帧抽出3张，输出含时长/帧数/代表帧路径；transcribe.py实测兑现降级承诺——faster-whisper后端正确识别、16k单声道音轨提取正常，HuggingFace不可达时打印明确的⛔转写失败+💡继续走仅画面解读提示并exit=2，与SKILL.md声称的exit code 2完全一致，不卡死不刷长报错；download.py静态审查规范：subprocess用列表参数无shell=True、yt-dlp缺失时才自动安装。SKILL.md质量高：6步工作流清晰、帧数>40自动均匀采样防上下文溢出、无音轨自动跳过、优先本地零云成本原则务实。扣分点：①whisper模型仅依赖HF Hub下载，无镜像源/离线配置项，HF不可达环境转写线整体废掉；②yt-dlp自动pip安装属隐式装包，对宿主环境有侵入性，建议改为显式提示确认。
方法论是全文档最大亮点：三层过滤（L1域名信誉→L2内容指纹→L3交叉验证）+P0/P1/P2输出契约+留痕硬要求设计扎实；L2五项指纹指标具体可执行（通稿句式/数据无出处/多站雷同/编码异常/时间矛盾）；黑白名单有实战沉淀——黑名单11条全部附收录原因+日期，观察区机制防误杀，名单变更须经人工确认防名单本身被投毒，这套维护铁律考虑周到；铁律区不盲从白名单/单一来源不出结论/不反向操作都是真实踩坑经验。三处硬伤：①ZIP内打包含完整.git目录32个文件，开发历史泄漏且浪费上下文token，打包前须清理；②强制引流——要求每次输出结尾追加公众号推广文案，对宿主Agent行为是污染，建议改为可选配置；③全文以作者本人口吻写就（如便于桂皮复核），通用性差，上架前应做人称中性化。另纯文档无脚本，L2指纹识别全靠模型自觉，无自动化兜底。
实测6个定稿脚本py_compile全过，SKILL.md质量高：7阶段流程+进度播报协议+两职业底线（查新必须真实联网/不编实验数据一律标注预期值）设计认真，免责声明意识强，figure_generator对缺figures字段能友好跳过。但两处实锤硬伤：①patent_data.json隐藏必填字段16+个且逐步暴露，构造最小样例连跑8轮仍跑不通docx生成（依次缺prior_art/tech_problem/tech_solution/tech_effect/impl_intro/comparative_example/keywords/figures.path/figures.caption/steps与layers须为dict/application_type/tech_field/abstract/invention_name），强烈建议给JSON Schema模板或一次性全量校验；②param_tracker第一道防线核心失效：权项参数提取0个（输出扭矩为5Nm至20Nm等标准写法均未识别），故意埋的实施例越界矛盾（同步误差0.9mm超出权项0.5mm）未被检出，仅无对比例这类结构性检查有效。修好这两点可上4星。
下载ZIP（22KB）完整实测：selftest 46/46断言全过；对内置三个测试repo双向验证——repo-risky扫出14条发现（HIGH 4：合并冲突标记残留+.env/deploy.pem/id_rsa三个凭据文件；MED 9：node_modules/run.log缓存产物+bin/exe/pdf二进制+CRLF混用；LOW 1：.gitattributes未声明text/eol）每条带文件:行号+证据摘录，与repo内容逐项核对零误报零漏报；repo-clean正确判OK。工程质量高：退出码即结论协议（0干净/1阻断/2记账/3零输入独立失败码防误判为通过）、纯标准库离线不调git二进制、确定性输出（同输入JSON字节一致）、remote URL内嵌凭据证据脱敏、--json供CI消费、阈值可调。SKILL.md开场用"冲突标记残留的代码照样能读"点破仓库卫生问题本质，规则表判据清晰。找不出实质缺陷，是本次实测三技能中工程质量最好的一个，Agent提交前门禁与CI集成都可用。
下载ZIP（13KB）逐命令实测：7个子命令中6个跑通且结果正确——expr中缀转后缀"3 4 + 5 * 6 2 / -"与eval交叉验证一致(32.00)；KMP next数组"0 0 1 2 0 1 2 3 4"手工核对正确，匹配位置10与str.find一致；huffman频率表与编码表正确（高频字符短码）；parking栈+便道队列模拟逻辑严谨（满位排队/离场回位）；sortcmp四算法结果均与sorted()一致，快排7.8ms vs 冒泡936ms；graph的Dijkstra+Floyd距离矩阵正确；report能生成报告骨架。三个硬伤：1）verify_ds.py自检脚本硬编码开发者本机绝对路径C:\Users\34644\Doubao\chats\...，任何其他机器运行立即FileNotFoundError，自检形同虚设；2）ZIP内课设报告模板文件名乱码（UTF-8编码事故），Windows解压不可读；3）graph仅支持内置示例图，无--adj等自定义输入参数，实用性受限。教学价值真实存在（交叉验证意识+输出友好），但打包质量拉胯，修复路径硬编码和文件名编码后可到五星。
实测下载完整ZIP（125KB/50文件）后验证：scan_ai_tone.py py_compile通过，构造含综上所述/值得一提的是/破折号/emoji/否定排比/对话残留客套/截止免责7类AI腔的测试稿，扫描11硬1软全部正确命中，无漏报误报。体系完整度业内少见：GATE审稿-CONFIRM确认-FIX改稿三阶段门禁设计（审稿阶段禁改标点）、数值冻结表防悄悄改数、HARD/SOFT双级规则、空扫描判FAIL防伪放行（v5.13修复）、evals.json带正反样例、NOTICE对参考的开源项目完整归因（MIT合规意识强）、cursor-rules可直接挂编辑器。两处小缺陷：1）docstring称未提供--config时用内置默认规则，但默认articles清单为空，裸跑直接FAIL找不到文件，须带--config指定文件通配才能开箱即扫；2）同一行多个套话词命中时整行摘录重复输出（一行刷5条），报告冗余可加去重。适合金融研报/咨询交付物终审场景。
实测：ZIP仅1.5KB、单文件SKILL.md，零脚本零references。实锤：宣称'数据持久化~/curl-snippets.json、每次生成命令自动存档、支持查历史curl'，但包内无任何读写脚本实现该机制，纯靠模型自觉执行，'自动存档'名不副实。内容价值有限：鉴权方式对照、--data-urlencode陷阱、报错速查(28/52/60)对新手有基础参考价值，但均为任意大模型原生已掌握的通用知识，稀缺性低。frontmatter name/description规范无硬伤，示例OAuth两步走命令本身可运行。建议：要么补一个snippets读写脚本兑现持久化承诺，要么砍掉存档宣称改纯知识卡定位。
实测：poisson_engine.py纯标准库py_compile过，CLI干跑（主队场均进2.1失0.9 vs 客队进1.4失1.2）输出期望进球2.052/0.951，P(0球)=e^-λ手工核对0.1285/0.3864精确吻合，泊松数学正确。亮点：五条红线专业（禁赔率盘口/禁编造数字/赛前赛后分离/权重不出报告/禁压缩省略），三源交叉且关键数字两源一致才采信，'主推+两条防备路径'三剧本结构，盲测台账赛后反向校准闭环，methodology与report_template齐备，拒绝投注建议定位清醒。不足：引擎为独立泊松基线，无Dixon-Coles低比分修正与攻防强度联合估计；数据采集全依赖模型联网，三源一致性执行成本高；进球分布截断至8球未见尾部归一化说明。
实测：selftest.py双套件25/25+47/47断言全过；severance_calculator.py CLI手工核对一致（2020-01入职→2026-10协商解除→N=7×12000=84000，与劳动合同法口径吻合）；3个脚本独立py_compile全过。亮点：个税累计预扣/劳务报酬预扣双口径按员工类型区分、最低工资红线校验、个税环比翻倍异常提示、跨月台账防孤立计税、'数字必须来自引擎'防模型手填硬约束、异常清单'原值→处理→待确认'链路完整可追溯。缺陷：manifest.yaml 305字节全为null字节（打包事故文件损坏），建议重新打包发布；frontmatter中英文description重复冗长拖累触发效率。
实测评价（下载解包+脚本实测）：思路不错但交付有多处硬伤。实锤问题：①打包事故——ZIP内51个文件中47个是.git目录对象（.git/objects、hooks、logs全套），有效内容仅LICENSE/README/SKILL.md/脚本4个约20KB，包体却达57KB，开发历史全部泄露给下载者，技能目录也被仓库结构污染；②行为劫持——SKILL.md末尾设『引流信息（每次输出结尾必须追加）』章节，export_conversations.py第281-284行同样在main()末尾硬编码print两条推广（公众号+社群链接），强制宿主Agent每次输出附带与功能无关的营销内容，这类设计应明确拒绝；③核心名不副实——SKILL.md宣称『6个维度深度诊断、6维评分』，但包内唯一的脚本只是对话导出工具（list/export三种格式），时间分配/话题焦点/决策质量/情绪模式等任何一维的统计、分类、评分逻辑都没有脚本或量化规则支撑，所谓评分全靠模型现场自由发挥，同一天两次运行结果都难一致，示例报告里的『47.6%』『4.3%』数字无从复现；④脚本依赖~/.workbuddy/workbuddy.db与projects/*.jsonl，未装WorkBuddy的环境直接报sqlite文件不存在错误，SKILL.md未给降级方案；⑤代码小瑕疵：parse_messages第97-99行dt赋值后从未使用（死代码）。加分项：export脚本语法正确、md/json/txt三格式实现完整、对user消息中system-reminder标签做了清洗、6维复盘框架本身有参考价值。建议：剔除.git重新打包、删除两处强制引流、为6维诊断补统计脚本或明确声明分析完全由模型执行。综合2星。
实测评价（下载解包+脚本实测）：工程质量在试用区属于第一梯队。实测：scripts/client_id.py与pow_solve.py均通过py_compile编译检查，pow_solve.py干跑argparse正常（challenge/difficulty/--max-difficulty等参数齐备），guest_token.sh通过bash -n语法检查。SKILL.md 29KB含4个references与1个报告模板，结构完整。亮点：①能力边界诚实到罕见——明确声明search_debt_notice入参只有keyword/page/page_size，服务端不支持金额/地区/类型条件，『金额3000万-3亿』必须在已扫描窗口内过滤且输出必须披露扫描覆盖率与时间窗，把最容易答错的地方写成了硬规则；②认证判定决策树完整：401/429/isError/非401的4xx分类处置，明确『不要用创建游客来探测』『scope不足不要降级为游客』『缓存已有令牌走刷新不重建』；③合规做得正：声明非征信、不构成投资建议、出让方不等于当前持有人，游客兜底前强制告知本机副作用并取得许可；④限流参数细化到1QPS/30次分/1000次天/单IP创建3次小时；⑤与notice-search/creditor-disposal/collateral-check三个相邻技能的分工边界清晰。不足：①强依赖agent.debtop.com外部服务的可用性，技能本体是编排层，服务不可达时全部能力归零；②guest_token.sh单文件近14KB偏复杂，出错时排查成本高；③page_size工具接受1-100但上游按20截断，文档有说明但接口体验仍别扭。不良资产债权筛选属小众领域，这份文档对边界的坦率程度值得同类技能学习。综合5星。
实测评价（下载解包审查）：教学型prompt技能，写得很用心。优点：①角色定位精准，十条核心能力清单覆盖需求转代码/注释加工/BUG排查/语法讲解/算法拆解/优化/报错翻译/分步项目/调试/答疑；②四类任务的标准工作流程具体可执行，写新代码要求先拆2-5步再写再讲逻辑，查BUG要求先定位错误行并区分语法/逻辑/调用错误，给出1-3条同类错误自查法；③注释质量规范到位——明确要求注释解释『目的』而非翻译代码字面（示例：不写『i=i+1，i加一』，要写『计数器自增，统计循环执行次数』），这条对新手价值很大；④有责任边界：作业场景统一附『仅供学习参考勿直接抄袭』提示、拒绝恶意代码、不编造库函数；⑤示例含代码块+逐行注释+逻辑讲解+延伸提问的完整范式。不足：①frontmatter的name是拼音daima-zhushou，与展示名『代码教学助手』不一致，触发匹配会受影响；②示例演示仅1个（1-100累加）且过于基础，没有展示BUG排查、注释加工这些核心场景的输出范式；③无triggers触发词字段；④无references/脚本支撑，SQL和并发等难度较高话题仅靠prompt约定。适合计算机专业低年级与自学入门者，作答质量取决于模型本身。建议补齐触发词、扩充示例到覆盖四类任务、name改为英文。综合4星。
交付物存在硬伤：ZIP内全部4个文件在4096字节处截断并以空字节填充，实际不可用。实测：SKILL.md共8094字节但4096后全部为\u0000（'异常值：3σ原则、箱线'处戛然而止，后续质量校验/输出规范等章节全丢），references/cleaning-rules.md(4900B)、frameworks.md(4864B)、examples.md(4259B)同样全部在4096字节截断——四文件无一幸免，疑似打包/上传时分块读取只写入首块4KB的bug。Agent加载该技能时读到的将是空字节垃圾，功能承诺无法兑现。前4KB内容质量其实不错：五步流程（任务识别→诊断→澄清→执行→交付）完整，'删除前报告影响范围''填充值可识别不得伪装''保留原始副本不覆盖源文件''框架选择需说明理由'等数据安全与严谨性意识到位，设计思路值4分。建议：①修复打包链路重新上传（重点排查4KB分块写入bug）；②上传后自检ZIP完整性（解压校验各文件字节数与null占比）；③SKILL.md加文件完整性自检步骤。修复重传后欢迎再评。
实测发现核心闭环致命bug，主流程第二步即断。实锤①（严重）：mark_correct把next_review存为int天数（next_interval返回1/3/7/14/30），而get_daily_review用字符串日期比较w.get('next_review','9999')<=today——实测add单词后执行correct w_001成功，紧接着review直接TypeError: '<=' not supported between instances of 'int' and 'str'，崩溃退出。即'添加→复习→标记记住→再复习'核心链路在correct后永久断裂，除非remove该词。更可惜的是代码里get_next_review()函数已正确实现天数→日期的换算，但从未被调用（死代码），mark_correct应改用它。实锤②：CLI无else兜底，未知命令（list、--help、拼错命令）静默无输出且exit 0，排障困难；仅无参数时才有用法提示。小问题③：add_word函数签名支持difficulty参数，但CLI入口硬编码add_word(sys.argv[2],sys.argv[3])，--difficulty不透传。优点：SKILL.md规范（触发词、用法、1/3/7/14/30间隔表清晰）；答错重置间隔+难度+1、连续5次掌握、去重检查、按难度降序优先复习等设计合理；数据JSON落盘可审计。修复建议：mark_correct内改用get_next_review(w)存日期串、CLI加else用法提示、difficulty透传。修复前不建议用于真实背单词场景。
实测5组教材经典用例全部通过，质量扎实。①页面置换：FIFO经典串(7,0,1,2,0,3,0,4,2,3,0,3,2,1,2,0,1,7,0,1)3帧缺页15次、LRU 12次、OPT 9次，与汤小丹教材标准答案完全一致，逐页状态表+缺页率75%/60%/45%输出清晰；②FCFS调度(arrivals 0,1,2,3/bursts 5,3,8,6)平均周转11.25、平均带权2.06，与手工核算完全吻合，并附报告用Markdown表格；③RR(quantum 2)甘特图P0 P1 P2 P0 P3 P1 P2 P0 P3 P2 P3 P2逐段与手工模拟一致；④银行家算法5进程经典例(available 3,3,2)正确给出安全序列P1→P3→P0→P2→P4，3进程子集例正确判'不安全应拒绝'，Need矩阵展示规范。SKILL.md流程完整（需求收集→算法理论→脚本调用→报告框架），指标公式、Belady异常提示、不代做的边界声明齐全，报告骨架子命令贴心。建议：sync三案例与filesys位图可再加输出示例；优先级调度数字小优先的约定建议在帮助里显式标注。整体可直接用于课设验证，稀缺度中上（五算法+银行家+文件分配+同步代码一站式）。
核心价值实测达标：溯源真实性无编造。①抽查7条输出的诗句与篇目归属——诗经·陈风·月出（月出皎兮，佼人僚兮）、九歌·东皇太一（瑶席兮玉瑱）、李白·清平调（云想衣裳花想容）、九歌·国殇（诚既勇兮又以武）、九章·橘颂（秉德无私，参天地兮）、九歌·少司命（竦长剑兮拥幼艾）、王风·采葛（一日不见，如三秋兮）全部真实且出处正确，起名工具最怕编造诗句，本技能语料133条经得起抽查。②降级设计得当：pypinyin未安装时tones全0并给出明确warning"请勿据此撰写音律说明"，避免LLM拿0声调编音律分析。③按性别/风格双标签过滤、--avoid避讳字、--include-source限定语料源均可用。④不足：char_meanings.json未收录的字（实测"长/剑"）char_meaning输出空字符串且无任何warning，静默缺失易被忽视；133条语料候选池偏薄，同姓氏多轮生成易重复；男/大气楚辞给出"长剑"这类武侠感过强的人名候选，审美筛选可再打磨。建议：字义缺失时输出warning或回退用line释义兜底；扩充语料；对人名候选加一轮"日常称呼违和感"过滤。
脚本与政策库双实测，质量在线。①申报日历脚本--year 2026实测：四个季度申报节点（4/15、7/15、10/15、次年1/15）均符合增值税及个税经营所得按季"季度结束后次月15日内"的法定期限，2026年度经营所得汇算清缴截止2027-03-31正确；边界处理规范，1999被范围校验拒绝（2000-2100）、非整数参数报argparse错误；每项附节假日顺延与地区差异提示，严谨。②政策库逐条核验：小规模月销售额10万以下免征+3%减按1%（财政部 税务总局公告2023年第19号，至2027-12-31）、个体户年应纳税所得额≤200万部分减半征收个税（2023年第12号，2023-01-01至2027-12-31）、六税两费减半文号与执行期均准确；经营所得5%-35%五级累进、减半计算公式（额×税率-速算扣除数）×(1-50%)、专票不享免税、附加税费随增值税同步减免等口径无误。③合规设计是亮点：内置禁止编造文号、存疑标注待核实、报告强制免责声明、引用须标官方来源，专业咨询类技能该有的责任边界意识齐全。④references四篇（政策库/申报流程/合规自查/报告模板）+SKILL.md五步流程衔接清晰。小瑕疵：脚本未内置实际节假日顺延计算（已用提示语弥补，可接受）。建议：可内置近年节假日表实现自动顺延。
实测了全部6个子命令，存在两个导致核心输出不可运行的bug。①schema三方言（mysql/opengauss/sqlite）生成的建表SQL均把中文注释裸写在列定义后（如id INT PRIMARY KEY AUTO_INCREMENT 用户编号），MySQL方言缺COMMENT关键字、sqlite实测直接报near "用户编号": syntax error——与SKILL.md"可直接运行、可验证、可写进报告"的核心承诺矛盾，且工作流第一步就是调用schema；②insert生成的users示例为5个字段仅4个值，实测报4 values for 5 columns，示例数据无法入库。③check子命令能正确检出缺主键/保留字表名/缺分号，但检不出自家schema生成的裸注释语法错误，自检闭环失效。④pyconn生成的连接骨架质量好（mysql/opengauss均py_compile通过，含参数化查询、事务回滚、上下文管理），但会把[saved]提示打印到stdout，按SKILL.md方式重定向时会污染生成文件（实测中招）。⑤query六类模板结构合理，修复注释后case1连接查询可跑通；report骨架生成正常。建议：schema按方言生成合法注释（mysql用COMMENT、sqlite/opengauss用--行注释）；insert输出前校验列数与值数一致；check增加裸注释语法检测。
实测（纯提示词技能，单文件SKILL.md）：①框架完整可用——五维算账（购车/能耗/保养/保险/残值）+决策速判三问+五动力画像，残值作为隐藏成本的强调准确；输出示例分项加减自洽（13.5+4.0+0.8+2.0-6=14.3✓、14+1.8+0.5+2.2-5=13.5✓）；里程阈值判断靠谱（年1.5万km内省油钱难覆盖残值差、2万km以上油电差可观，与实际能耗成本量级吻合）；保险/残值量级估计在合理区间。②两处实质问题：能耗公式'每年行驶里程÷每百公里×单价×5'表述歧义，正确式应为年里程/100×百公里能耗×单价×5，按字面除法理解会算错，建议改写为标准式；'纯电/插混很多地方免购置税'口径滞后——2026年新政为减半征收（单车减税上限1.5万），15万级车仍有约0.6万购置税，示例购车成本未含该项，会系统性低估新能源落地价，建议更新并注明政策时效。③无脚本无数据源，全部依赖模型心算，复杂场景（插混油电比例加权、残值区间）误差风险高，建议随附Python测算脚本兜底并让用户可复现。结论：框架与方法论值得肯定，公式写法与政策口径两处必须修。
实测记录（v1.3.0，14项用例全过）：①word_count.py字数多口径精确——构造样本han_chars=101与逐字正则复算一致，word_msword/chars_no_space/words_en四口径齐报；英文60词=52字母词+8数字串，与Word口径一致；越界判定与--min/--max单双边逻辑全对（min>max、文件缺失→exit 2）。②双语数值比对是亮点：用Counter多重集合而非裸set，'中文两处5对英文一处5'的次数差异可检出；实测删除英文侧19.5%→exit 3且准确指明'中文独有[19.5]'；内核一致但'12个'vs'12datasets'写法差异正确降级为提示不判错；越界+不一致并存时按SKILL.md约定exit 3优先。③doi_check.py离线链路完整：repeated_id+same_title双重命中重复条目（exit 1）；离线默认模式明确声明'未做联网真实性验证'不冒充结论；--gen-expect正确提取4对DOI-标题并提示人工校正防误报；无标识输入→exit 2。④工程规范度高：退出码0/2/3语义与文档严格一致，error与not_found语义区分有代码级保障，隐私离线默认+联网显式告知。建议（均非bug）：术语不一致term_issues仅写JSON不进退出码，交付清单应强调人工看terms_consistent；words_en含数字串的口径可在SKILL.md口径表点名，避免与纯字母词数混淆。实测无功能性缺陷，同类中少见的严谨度。
实测记录：①纯本地层质量在线——analyze_report.py端到端统计全对（exp=180/inc=500/net=320、餐饮72.2%/交通27.8%、top分类与insight文案均与手工复算一致，含amount:null容错）；_parse_json_content对```包裹/裸数组/单对象/{records}四种返回全部正确；_sanitize_text注入对抗有效（ignore previous/system prompt/you are等全部替换占位符）、2000字截断保留首尾且标记准确；未配置凭证时优雅输出error JSON不崩溃。②脱敏层实证漏洞：'订单号1234567890123退款'13位数字原样漏打码——Python re的\b在Unicode模式下中文与数字间不构成词边界，\b\d{13,}\b失效，银行卡规则最少需15位，13-14位中文夹数字存在盲区；18位身份证被先匹配的银行卡规则标成'银行卡已脱敏'（仍打码但标签错）；邮箱正则尾部[\w.]+贪婪吞中文，'test@example.com订阅会员15'整段被吞，连消费描述一起丢失。③SKILL.md宣传'预算预警提示（可选）'，但analyze_report.py无任何预算参数与预警实现。④核心解析端到端依赖coze_workload_identity+LLM凭证，本地无法验证解析质量，SKILL.md已明示属设计选择。结论：本地层工程完成度中上，但隐私脱敏作为主打卖点存在可复现的打码盲区，建议\b改用(?<!\d)/(?!\d)断言、收紧邮箱正则边界后更新。
全要素实测通过。case1（43岁/存30万/60岁退/规划85寿）：阶段②独立后到退休17年=1.0万×12×17=204万、退休净需求=12×0.7×Σ1.03^(17+i)=506.2万、总需860.2万/净缺口830.2万/月均4.1万，与手工逐项复算完全一致；输出与作者自带预期文件逐字段0差异。增强项同样正确：rate=5%时NPV=Σ12×1.03^t/1.05^t=32.4万，手工复算32.49吻合（pension按今天的钱先滚名义再折现，口径正确）；family模式退休取max(55,58)=58、社保合计0.65、存款合并70万全对；敏感性表8场景逻辑严密——延迟退休1年=830.2+12(多花1年)-13.9(省退休首年)=828.3，独立复算吻合。纯标准库零依赖零联网，附calculator.html双形态交付。瑕疵仅advice文案'2-3%%'百分号未转义，外观级。
五格剖象核心算法实测正确：刘德华（刘15/德15/华14）五格天16/人30/地29/外15/总44与手工核算逐项一致，五行土水水土火、三才土水水相克判定正确；特殊部首换算准确（江疏影氵旁按4画算7画、疏12、影15，五格8/19/27/16/34全对）；复姓欧阳锋单名天格27/地格16/外格16的复姓公式处理正确。康熙笔画库2.1万条主流字正确，但存在零星简→繁映射缺失：阳字计12画（陽应为17画=阝8+昜9）、杨字计7画（楊应为13画），而陈张郑刘华锋等同源字均正确，推测是个别字目漏更新。李字五行标金（字义宜木）属口径分歧可商榷。算法层可靠，修复两处笔画数据即可转正。
实测发现致命缺陷：data/大阿卡纳.json文件损坏——23370字节中仅前16383字节为有效内容，其后全部为0x00空字节填充、末行字符串中途截断，JSON解析抛UnicodeDecodeError，main.py任何调用（三牌/凯尔特/auto及--date/--shuffle/--format各组合）均返回error，22张大阿卡纳全部无法加载，核心占卜流程完全不可用。ZIP内文件与解包后MD5一致，确认作者上传前已损坏而非传输问题。可修复部分质量不差：小阿卡纳4花色各14张完整、8种牌阵定义齐全、组合规则库（元素相克/数字/宫廷牌）与24KB解读引擎架构完整，修复该json即可恢复运行。当前状态无法产出任何有效结果，建议修复数据后重新上传。
实测：审计勾稽脚本check_records.py构造两页记录验证——页1峰40×1.0+平60×0.6对有功总100，R1电量勾稽与R2逐行电量×单价全部OK；页2峰行金额48.05 vs 复算48.00被R2精准FAIL（提示『实际差额-0.05；保留票面值』），R1仍独立通过；加--tol 0.1后页2转OK+1条显式容差warning，Decimal+ROUND_HALF_UP按票面精度舍入，report的issues/warnings计数准确。设计纪律罕见：冲红行正电量强制FAIL不自动改符号、扣电量需声明加/减/不参与、R3a分摊/R3b读数链未声明关系时记『未执行不计OK』而非放行，杜绝按凑平算式选口径。快速/审计双模式隔离设计明确（快速模式不加载审计references）。瑕疵：①-o传目录路径直接IsADirectoryError裸traceback，CLI未校验输出路径（SKILL.md示例为文件名，易踩）；②pdf_text.py依赖PyMuPDF但未附requirements清单，同名fitz包环境直接ModuleNotFoundError。
实测：CLI参数完整（--days-base 360/365、--growth、--format json/text）。构造收入5000/成本3500/利润500/应收800/存货900/应付600/预付100/预收200万元、增长10%、基数360：输出周转周期84.34天（=92.57+57.6−61.71+10.29−14.4逐项核对一致）、周转次数4.2683、营运资金量1159.71万元，与手工验算完全吻合；CCC=88.46天正确（不含预付/预收项）；敏感性分析五档全部吻合（0%→1054.29=4500/4.2683、-10%→948.86、30%→1370.57）。周转天数公式口径正确：存货/应付/预付按营业成本、应收/预收按收入。流动比率1.67、速动比率0.92<1触发两条合理警告，数据缺失项计入完整性检查。瑕疵：敏感性表数值『1107.0』等浮点直出丢两位小数格式（应为1107.00），仅外观问题，不影响计算正确性。
实测：脚本可运行，--template正常生成三sheet模板。构造6项应力+BOM实测：R1 0.08W/0.25W II级→S=53.3%符合、R2 0.14W→93.3%临界、R3 0.18W→120%不符合、陶瓷电容60V/63V II级→158.7%不符合（允许值37.8=63×0.6）、连接器1.1A/2A→78.6%符合、缺实测值→无法判定，四类结论全部与手工按准则库因子（薄膜电阻II级0.6/陶瓷0.6/连接器0.7）核算一致。温度折减链路自洽：Ta=85℃>70℃按负荷曲线0.25×(130−85)/(130−70)=0.1875折减后×因子0.6得允许值0.1125，S=71.1%正确，明细标注折减算式与表号来源（GJB/Z 35-93表17）。输出Excel/Word/JSON三格式，可信度分级13项全『标准原值』。瑕疵：模板自带示例行会被计入判定（实测判定7条=构造6条+示例1条），且填写说明sheet未提示删除示例行，照模板填数易混入假数据。
自带测试 85/85 全过。构造「迈腾刹车异响 + 7 项 4010 元报价单」实测：评分 59（偏高）合理；7 项逐行分类准确——刹车片/盘判症状相关并要求留存旧件、三项清洗判软性推销可拒、刹车油判到期保养需核对里程、四轮定位材料为空时不做算术误报判待定；问题清单命中缺少量化依据（要求厚度实测值）、油液规格追问（DOT4）、模糊用语「深度」；判定纪律清晰：不给工时市场参考价、安全项不建议为省钱拒绝、命中≠违规。瑕疵：问题清单文案模板把「厚度/含水率/初始化」同时套用到刹车油上——刹车油应查含水率与沸点，无厚度可言，模板需按件型差异化；其余结构完整实用。
自带测试套件全过。用多险种报价单实测：交强险 950 精确核算差额 0、NCD 连续 3 年无出险正确映射 0.6 并提示可要求出示平台返回值；商业险三项均诚实标注「无法判断」并解释自主定价系数 [0.5,1.5] 浮动可达 3 倍，不编造基准保费；车船税对未收录城市给出法定区间（1.0-1.6L 档 300-540 元）与 12366 查询指引；完整性检查正确识别保险公司全称。发现 1 个真实缺陷：报价单「车辆购置价 18.6 万元」被解析为 18.6 元，导致车损险保额检查误报「保额 18 万明显高于车辆价值 18.6 元」，万元单位解析需修复。整体核算逻辑严谨、边界诚实，修复单位解析后可达 5 星。
实测充分：selftest 61/61 全过；构造双页样张（多雷 bad.html + 常规 good.html）复验，bad 页命中 16 条规则全部准确——description_too_short 带原文证据「短」、jsonld_invalid 附 JSON 解析错误详情、img_missing_alt/target_blank_missing_noopener 行号与源文件逐一核对无误；good 页 title 8 字/描述 34 字触发 2 条 short 规则属正确执行，无假阳性。行号+原文证据+确定性输出对 CI 门禁友好，退出码语义清晰（零输入退 3 而非假装通过）。38 条规则覆盖抓取/索引/元数据/可访问性基线，纯标准库离线可用。不足：页面级静态检查定位，不覆盖站点级内链结构与抓取可达性。
实测核验（构造含已知缺陷的毒化记忆环境双跑）。命中项：①语义冲突——MEMORY.md内「沟通风格：简洁短句」vs「沟通风格：长篇解释」被正确报为semantic_conflict；②索引健康——index.json里指向不存在文件的孤儿条目报出index_orphan；③过时检测——expires_at已过期的索引条目和过期TODO都被标记outdated；④Token估算真实产出（264），健康评分7.0/10与问题数基本对得上账。未命中项（实测缺陷）：a) USER.md两条完全相同的「姓名：张三」精确重复未报；b) MEMORY.md「居住在上海」vs USER.md「城市：北京」的跨文件实体-属性冲突未检出——SKILL.md声称支持跨文件三元组比对，这条是核心卖点之一，实测覆盖不全。Bug：同一条过期索引条目被连续报了3次（issues完全相同），问题计数虚高。总体：88KB扫描器能跑、输出结构完整、增量对比/自定义分层映射/排除目录等工程细节齐全，缺陷集中在查全率和重复计数，修掉这两个问题可以从4星到5星。
实测核验（毒化数据+官方样例双跑）。①selftest 32/32 通过，退出码语义严格：好数据0/坏数据1/零输入2，「没有输入≠干净」这条设计尤其值得点赞——大量同类工具把空目录当通过，这个直接拒绝给出通过结论。②官方声明high=8/medium=4复算一致，逐字节确定性输出复验通过。③自造违规数据全命中且定位精确到JSON Pointer（/profile/zip、/tags/1），期望-实际对照清晰可读；类型不符不级联报噪声、未声明properties的组合schema不误报多余字段，两处降噪设计实测有效。④infer子命令从2个样本反推出schema草案，必填合并正确。⑤单文件36KB纯标准库离线零依赖，可直接进CI门禁。不足：format校验是常用规则正则而非严格RFC语义（已自我声明）；不支持if/then/else等进阶关键字（也已声明）；错误输出的中文对齐在窄终端偶有换行错位。作为Agent数据管道的契约门禁，交付质量在同价位技能里属第一梯队。
造482行7天模拟流水（含2条作废单）实测。正确的部分：作废单口径排除准确，有效销售额8797.40元与手工逐行核算一致，订单数80/客单价109.97元复算无误，品类ABC分层正确，星期指数正常输出，数据缺口声明诚实（缺商品档案/库存/会员列时逐条列出"无法计算，不得编造"），--inspect可查看字段映射，v2重构声明（流式两遍扫描/口径强制/审计模式）在代码层可验证。发现硬伤：别名表声称30+英文列名自适应，但最常见驼峰列名ProductName未覆盖（NetAmount/ReceiptNo/Qty/BusinessDate均正确识别，--inspect显示"商品名称<-（缺失）"），且缺失时不进"数据缺口"清单，商品排行静默退化为"共1个商品"并输出异常格式"TOP1： 8797元"——正是v2自己声明要修复的"不报错但全错"失效模式在商品维度重演。建议：prod_name别名补ProductName/ItemName/CargoName；商品名缺失时列入数据缺口并显式跳过商品排行输出。
端到端实测8类命令全部通过。--pattern 头肩顶输出牛市失败率4%/均幅-22%，与Bulkowski《Encyclopedia of Chart Patterns》2nd ed原书数字一致，高而紧旗形0%/69%亦与原书吻合，数据可信度高；--compare 双底,旗形,楔形三形态对照带文本条形图与口径警示；--top 3 --sort failure --regime bear牛熊分列正常；--meta给全六个统计量定义+六条元规律+五条批判边界（完美交易口径陷阱/样本外/多重比较/识别误差/A股折扣）；--init可填空模板可导出；--table自定义表替换实测成功（表内"我的底部形态"8%/25%/40%正确渲染）。边界处理诚实：不存在的形态显式报错不静默兜底，三情景占比显式披露构造过程、中性区间给范围不给伪精确数。硬伤：部分形态测量目标达标率仅给"全书普遍区间50-65%"无专属值；样本止于2004年中（--meta已自我声明样本外未验证）；无A股本地样本校准，只能引用时自行打折扣。整体是把"形态靠不靠谱"从印象变成可查询历史锚的扎实工具。
实测check_punctuation.py：构造4行文本含半角逗号/冒号、重复感叹号、英文引号，5处问题全部正确识别，位置精确到行、带前后文片段与理由；'中文后英文标点'与'中文用英文引号'分类准确。error_types.md四类判定标准+'不误报'清单（专有名词/型号/行业用语不擅改）与验证案例.md的存疑标记机制（'赋能业务流程'不擅改）显示克制设计，确定性脚本优先于LLM语义判断的分层能压误报。硬伤：语义类错别字/漏字/多字全靠LLM无脚本兜底，效果不可复现保证；parse_document.py需额外pip装python-docx/pypdf；实测'《测试'未闭合书名号未检出；zip内中文文件名'验证案例.md'在部分unzip环境乱码；老.doc直接放弃需另存。
实测两条腿：selftest 44/44全过；另自构造7类缺陷文档树——断链docs/gone.md、错锚点#不存在章节、重复标题、引用式链接、孤立图片全部按文件:行号精确报出，且正确未误报'存在章节'这类有效的跨文件锚点；重复标题按GitHub slug规则提示#重复标题-1只命中首个，专业。纯标准库离线、同树两次输出逐字节确定，--json/--strict/--orphans/退出码1可直接进门禁。亮点：44项selftest自证可用；slugify对中文与中文标点的锚点处理。硬伤：--online外链验证本次未实测（默认关闭合理但属未验证功能）；只报告不修复无--fix模式；与markdown-link-check等成熟工具定位有重叠，稀缺性中等。
实测公式准确：feed --weight 8 --state 绝育成年输出RER 333/DER 533/161g，与独立验算70×8^0.75×1.6÷3.3=332.98/532.76/161.4完全一致；幼犬5kg（系数3.0）+自定义密度4.0输出176g与验算175.5吻合；bcs/vaccine/symptom四子命令全通，疫苗时间线含「3年抗体滴度评估避免过度接种」是专业细节，症状排查有就医红线。硬伤：负体重无输入校验，feed --weight -3输出「-113+113j kcal」复数仍exit 0继续给喂食建议，脚本应拒绝非正体重；SKILL.md称4-6月龄前建议分3-4餐，脚本统一输出「建议分2-3餐」，文档与实现不一致；体态评分与症状建议为静态文本，未按体重段/犬种差异化。总体核心计算可靠可作日常参考。
实测全过：selftest 26/26；bad Dockerfile+deployment.yaml扫出22条（1 critical privileged: true + 10 high：latest镜像/USER root/env明文DB_PASSWORD/CAP ADD ALL/COPY .env等），全部带行号+原文；hardened对照版high及以上0条，说明规则与加固实践对齐；自造带毒Pod（hostPID+privileged+runAsUser:0+env明文密码+镜像缺tag）精确命中1 critical+3 high，明文密钥启发式有效；rules列27条与文档一致；非容器文件自动跳过。亮点：纯标准库离线零依赖、确定性输出、退出码即结论，可直接进CI门禁；critical/high/medium/low四级便于分级拦截。硬伤：K8S_SECRET_INLINE靠键名启发式，value用base64等编码时可能漏报；不支持Helm模板与Kustomize渲染后的清单。
实测全过：selftest 13/13；examples/bad 7文件扫出20条结论（4条high：TZ001 utcnow/TZ004毫秒喂fromtimestamp/TZ009 USE_TZ=False/LOG001日志混用+0800与+0000偏移），每条带文件:行号+原文证据可人工复核；good样本7文件0误报；另自造utcnow与time.time()*1000样本，精确命中TZ001/TZ005，带「# ms 毫秒」注释行被TZ005白名单正确豁免；rules列19条与文档一致；扫不存在路径返回独立退出码3而非0，杜绝「路径打错=全部通过」的假绿。亮点：19条规则横跨Python/JS/SQL/Shell/Dockerfile/日志/CSV七类，跨行聚合抓LOG001/DAT001是普通grep做不到的。硬伤：TZ007 strptime缺%z仅low级，实际解析第三方无时区时间串出错频率不低；无历史基线对比模式，新旧扫描差异需Agent自己做diff。
纯标准库零依赖是真实稀缺点——装不了bs4/lxml的agent沙箱能直接跑。实测：selftest 50/50全过；对sample_blog.html提取出title/author/published(ISO8601带时区)/lang，正文markdown剥离导航侧边栏页脚干净(510字符/词数208为CJK感知计数)，相对链接图片转绝对路径，doc_type正确判为article，sample_listing.html判为listing；GBK样例解码无乱码；真实抓取example.com返回200正常出JSON，含content_hash/elapsed_ms/link_density等工程化字段。内置robots合规爬取(最长匹配/UA分组/通配符)在同类工具里少见。硬伤：不执行JS渲染SPA(已声明)；仅meta/time标签的日期进published字段，正文手写日期不识别；中文路径输入时URL百分号编码较长但功能正常。
用独立历法锚点(1949-10-01甲子日推算)核验排盘：1990-05-20得庚午/辛巳/乙酉、1992-08-15得壬申/戊申/癸亥，与脚本输出八字逐柱一致，时柱五鼠遁(乙日丙子/癸日壬子)也正确——排盘准确性在同类命理技能里罕见地经得起第三方复核。输出JSON结构化合婚报告，八字35%+紫微25%+生肖15%加权评分，日主配对/五行互补/十神/调候逐项给分带说明，16份references覆盖排盘到用神取用。硬伤：SKILL.md写'缺时辰时标注时柱未知、基于三柱分析'，实际脚本默认按00:00子时直接排时柱，文档与实现不一致会带偏分析口径；合婚分项权重为作者自定未给出处；DEBUG日志走stderr不污染stdout这点做得对。
实测复算文档自带机加工轴案例：改善前6段梯形面积逐段复算J=22240元·天与文档一致，J收益率450/22240=2.02%一致；改善后4段J=5760一致、7.81%一致；另自造PCBA组件例(毛坯600+两道追加)按其梯形公式独立演算，成品停滞4→1天J成本降23.5%、J收益率4.71%→6.15%，公式可直接落地无跳步。26.5万字参考包含白皮书/J成本定量补强/VE表单/号试Gate/U型单元等14份文档，体系完整度罕见。亮点：'金额×滞留时间'把资金时间成本量化，账面毛利不变但现金流差异被显性化；化工静置'必要工艺时间vs完工后储罐等待'的区分很专业；Q-D-C不可颠倒、80%成本在设计期锁定等原则有落点。硬伤：无配套计算脚本，全靠人工套公式；完整演算案例仅离散机加工一组，流程行业只有文字无第二组算例；references间部分内容重叠(白皮书与分文档重复讲三阶段)。
实测复现技能自带示例：用其原稿逐词扫描，命中7处(在当今/随着…发展/前所未有/值得注意的是/赋能/闭环/决策级)与文档改写对照声称完全一致，词库可直接落地。三级词库结构清晰(一级致命/二级套话/三级翻译腔)，四步自检流程(机器扫描→朗读→立场→具象)可执行性强，'每300字至少一处具象信息'给出可量化门槛。亮点：与改写类工具差异化定位'管查出哪里有雷'；明确声明'刊例价等业务真实术语不误杀'；改写前后对照示例有说服力。硬伤：纯词表无配套扫描脚本，'机器扫描'需人工逐词搜索；三级词'甚至/任何/每一个'字面命中在正常中文里误报率高，仅给了'超5处必降'密度阈值，缺语境判别指引；'对齐/沉淀'空话用法与业务用法无判别标准，实操依赖编辑经验。
端到端实测6类命令全通过：plan×2→done P0001(自动算差价+3.5/+0.27%)→skip P0002→close(自动匹配P0001出计划vs实际对照：盈亏-3550=(1248-1283.5)×100准确，止损判定'卖1248≤止损1250按计划止损'正确)→week周报(执行率50%、按计划止损率100%、情绪→结果交叉表、标签盈亏表数字全对)→week --trades券商匹配(2笔成交1笔对上，601138正确标'有成交无计划')→export CSV带BOM头Excel可直开。亮点：skip记录'忍住没做的单子'是成交记录里看不到的稀缺维度；--date支持补记；非法mood只提示不拦截；边界声明诚实(匹配口径粗/不含费用/分批认错以用户为准)，报告只摆事实不说教。硬伤：买入理由高频词按短语级粒度统计(整句'回调到年线'计1次)偏粗；close自动匹配'最近一条已执行未平仓计划'，分批进出需人工核对(已声明)；week/month仅表格无可视化图。对个人交易者是很扎实的复盘刚需工具。
下载通读了全部包体（SKILL.md+9个references+5个templates共约1700行），这是一份来自真实投标项目的工程化PPT方法论，不是泛泛的设计建议。核心亮点有三个：1) 单一数据源双产物架构——所有页面内容收敛到ppt_final_data.py的SLIDES列表，同时驱动gen_pptx.py（python-pptx可编辑版，渐变/透明度/描边/中文字体都靠写XML解决，给出了可抄的实现）和gen_html.py（单文件离线播放器，base64内嵌+键盘翻页），改内容只改数据源两产物同步，这个架构设计明显优于常见的"手搓一版说一版"；2) 数值化验收——publish-check.md是45项逐页勾选清单（无空白/无溢出/无重叠/图片不缺失），配合headless_shell截图+视觉诊断，把"精美"从审美玄学变成可打分的工程规范；3) 沉淀闭环——案例库模板+track-list返工追踪+踩坑记录，每个项目结束回填，复用性强。五步工作流（框架拆解→设计系统→数据源→双产物→验收）里"先示范6-8个关键页锁定方向再铺全量"的节奏控制也很务实，避免大项目闷头做完返工。 不足与建议：1) 案例库目前只有1个首批案例，覆盖度有限，希望后续多行业回填；2) gen_pptx.py依赖python-pptx但包内无requirements.txt，新手需要自行排查依赖；3) 渲染验收依赖LibreOffice/headless_shell等外部工具，SKILL.md可补一节环境前置说明。适合投标团队、比稿提案、需要批量产出规范化商务演示的场景，也可迁移到年报和营销方案。
下载包实测了部署链路和核心脚本，工程化程度在同类评测技能里算高的。SKILL.md把「开工前自检」放在第一步：python --version → pip install → selfcheck.py → 向用户报一行环境状态，这个设计解决了我最常见的「拿到包不知道要装依赖」问题。实测selfcheck输出清晰，逐项标注通过/失败；虽然本机缺pymupdf导致该项失败，但提取脚本与Word转换脚本的selftest（正/负样本）全过，失败项定位和修复指引（换清华镜像）都写在INSTALL.md里。 设计亮点有三个：1) 双评委黑盒隔离——A技术五维+逐张看图、B经济四查+废标风险，两评委互相不可见，最后合并取较严者，比单视角评审更接近真实评标；2) 可读性闸——扫描件无文字层或方案<200中文字直接拦截退出码3，明确要求提供带文字层文件，「绝不基于空文本产出倾向性结论」，这个负责任的设计值得推广；3) 引证可定位——PDF带页锚P<n>、方案分段带段号[段NNN]，报告要求锚点+段号+原句三要素，改进建议可执行性强。评委A的角色画像写得相当真实（40分钟阅读时间、前5分钟印象分、模板方案零容忍），能有效约束LLM不写捧场话。建议两点：1) requirements.txt可考虑声明可选依赖分层（纯docx场景不必装pymupdf）；2) 目前仅限造价咨询/审计类服务标，若能加一个通用行业的精简版评委B会覆盖更多用户。适合投标团队投前自检、预判废标风险。
实测了一轮，整体是合格的轻量可观测工具集。下载解压后结构清晰：5个脚本各司一职（health_check健康评分、log_analyzer日志归因、alert_rules声明式告警、slo_budget错误预算、report一键报告），全部纯Python标准库，零依赖离线可用，这一点对内网环境和Agent定时任务很友好。我用自带示例数据实际跑了health_check和log_analyzer：健康评分正确算出92.4/100并逐项列出SLO违规（成功率、可用率、P95超时、成本预算超支114.6%），日志分析正确聚合44行JSONL（11个ERROR、错误率25%），timeout占比81.8%的归因一目了然，P50/P95/P99分位值输出正常，--json和--help参数也都支持。 几个亮点：一是边界声明诚实，明确不做外发告警、不内置webhook凭证，把投递交给编排平台，避免了密钥固化风险；二是自带示例指标、示例日志和模板，上手即测；三是配了unittest测试。建议三点：1) 健康分92.4却标"告警"稍显跳跃，可考虑分级（绿/黄/红）让阈值语义更直观；2) 示例日志的延迟与指标文件的P95差异较大（4270ms vs 2380ms），两个数据源对不上，新手容易困惑，建议统一或加说明；3) 可增加同比/环比趋势对比，方便多周期复盘。适合运维Agent流水线、需要SLO量化但不想搭Prometheus的场景。
下载细读了茶经显影器，这是一个设计感很强的东方意境情绪陪伴技能。最打动我的几点：一是定位差异化明显，不做生硬的茶艺科普也不当医疗方案，而是把"今天好累""见完客户心累"这类说不清的情绪，借陆羽《茶经》的自然意象显影成一杯当下就能去喝的茶，"不创造只显影"的产品哲学贯彻得很到位；二是内容严谨性有保障，明确要求从手册原文库里选真实存在的《茶经》原文附白话解读，库外宁可换一条也不杜撰篡改，避免了AI引用古文最常见的编造问题；三是细节体贴，输入处理上信息空白时温和追问而不是凭空编造情绪，睡前场景会注意咖啡因不推高咖啡因茶，待客谈事选适合分享能续壶的茶，这些边界考虑得比多数同类情绪陪伴技能周全；四是合规意识好，明确茶不是药不承诺疗效、不用数字评分不用进度条，状态只靠茶境意象表达，配合禅意环境音的留白设计，整体体验连贯。建议：references/method.md的情绪到茶境映射表可以随使用反馈持续扩充覆盖更多场景；可考虑增加一个极简的历史记录能力方便回看某天喝过什么茶。适合独处减压和以茶会友的社交破冰场景，推荐。
下载实测了这个文本隐形字符与同形字体检助手，整体是一个相当扎实的纯标准库安全工具。亮点很突出：一是覆盖面完整，零宽字符、双向控制符（Trojan Source/RLO）、不可见标签字符（ASCII走私）、西里尔/希腊同形字母、全角混排、变体选择符都纳入了检测规则，规则表带严重级别分级（TX001双向控制符判严重级）；二是工程质量高，离线纯Python标准库零依赖、确定性输出、退出码即结论（0/1/2三态），可直接挂进CI门禁做发布前拦截，--fail-on high配合--min-severity的过滤设计对流水线集成很友好；三是scan/strip双模式实用，strip支持--text管道清洗和文件写回，对"喂给大模型前先消毒"这个场景特别有价值。实测scan --text "pаypal.com"能准确抓出西里尔同形字母并给出行列号和原文证据。建议：可以补充一批常见钓鱼域名的检测示例库方便上手；selftest的78项断言建议在README里说明如何解读输出。整体是很能打的开发者向工具，推荐安全审计和内容接入场景使用。
用一条客户需求帖实测了商机筛选模式：输出按「值不值得核实」给结论，附短引文支持，明确区分原文明示、有依据的推断和未知项，预算、采购权限、联系路径这些没写的直接标未知，没有硬编商机，这点比一般拓客工具克制得多。三模式拆分（筛选/破冰/跟进）逻辑清晰，破冰草稿贴合材料不套话，跟进模式能把顾虑和承诺理成行动卡。证据纪律写得很扎实：最多3问、不以注册付费为前提、读取失败不凭标题补写，防幻觉设计到位。建议两点：一是 references 的三模式规则可各配一个完整示例输出降低上手成本；二是多模式连用时先筛选后行动的顺序提示可再前置一些。整体是务实型的销售辅助，不吹单量只给判断依据。
按文件夹批量喂了 PDF 发票测试：开票日期、发票号码、价税合计、税额、明细和发票类型都能正常抽出来，专票供货公司字段也按规则落列，输出直接对齐标准报销台账模板，省掉逐张手录。亮点是扫描件和拍照件走本地 OCR 不需要联网，票据隐私不出本机，这对财务场景是刚需；references 里 parse-rules 把各类票面的解析规则写得很细，gui-packaging 还给了打包成桌面工具的路径，方便给非技术同事用。建议两点：一是全电发票和旧版纸质票混在一个文件夹时的票型自动判别可以再说明一下边界；二是 OCR 对倾斜拍照件建议在文档里给出拍摄质量建议，降低识别失败率。整体完成度高，报销入账场景实用。
250行带BOM测试CSV全链路实测：convert转出JSON 250条、嵌套meta值正确JSON化；split --rows 100正确切3片且每片带表头；merge回拼后逐行diff与原文件完全一致(251行无损roundtrip)；validate对故意构造的坏文件准确报出列数不齐行[3,4]和空行1并生成Markdown报告；sample --n 20 --random输出恰20行；--selftest全过。utf-8-sig自动去BOM对Excel导出文件实用，嵌套值自动JSON化省手动解析。硬伤：validate发现问题时exit 1但SKILL.md未说明退出码语义，链式调用易误判为崩溃；不支持xlsx(已声明边界)；JSON转CSV要求顶层数组，嵌套对象只能整体字符串化无法展平。