skill-governance

name	skill-governance
description	Skills 库治理规范 - 新增、更新、删除 skill 的强制性守门流程。当 CC session 操作 skills/ 目录时自动触发。
triggers	["新增 skill","添加 skill","创建 skill","更新 skill","修改 skill","删除 skill","add skill","create skill","update skill","remove skill"]
level	3

Skill Governance - Skills 库治理规范

概述

本 skill 是 shuhe-work-skills 仓库的强制性治理规范。任�� CC session 在本仓库中新增、更新或删除 skill 时，必须遵循本文档定义的流程。

本规范的目的：

• 确保所有 skill 质量一致、文档完整
• 防止不规范的变更破坏现有 skill 生态
• 为团队协作提供可预期的标准化流程

触发条件

以下场景必须执行本规范流程：

场景	触发条件	必须执行的阶段
新增 skill	在 skills/ 下创建新目录	全部 6 个阶段（含安全检测）
更新 skill	修改现有 skill 的 SKILL.md 或实现代码	阶段 2（变更评估）+ 阶段 2.5（安全检测，按需）+ 阶段 3.5（版本管理）+ 阶段 4（文档同步）+ 阶段 5（提交）
删除 skill	移除 skills/ 下的目录	阶段 2（影响评估）+ 阶段 4（清理引���）+ 阶段 5（提交）
修改 package.json skills 注册	变更 claudePlugin.skills 数组	阶段 3（一致性校验）+ 阶段 5（提交）

---

阶段 1：需求确认（仅新增时必须）

在动手写任何代码或文档之前，必须完成以下确认。

1.1 功能定义检查清单

回答以下问题（可用 AskUserQuestion 工具向用户确认）：

• 问题定义：这个 skill 解决什么具体问题？
• 目标用户：谁会使用这个 skill？（数禾 DS 团队 / 全部 CC 用户 / 特定角色）
• 输入/输出：核心输入是什么？预期输出是什么格式？
• 命名确认：skill 名称使用 kebab-case（如 my-new-skill），且不与现有 37 个 skill 冲突

1.2 依赖和约束确认

• MCP 依赖：是否依赖 MCP 工具？列出具体名称（如 sh_dp_mcp、sh_guanyuan_data）
• Python 依赖：是否需要额外 Python 包？列出包名和最低版本
• 权限要求：是否需要特定 API 权限或认证？
• 性能约束：超时设置、数据量上限、内存限制

1.3 重复检查

强制要求：在创建前，必须检查现有 skill 是否已覆盖该需求。

检查步骤：
1. 读取 package.json 中 claudePlugin.skills 数组，列出所有已注册 skill
2. 搜索 skills/ 目录下所有 SKILL.md，检查功能描述是否有重叠
3. 如有重叠，向用户确认是新增还是扩展现有 skill

---

阶段 2：结构创建与校验

2.1 目录结构（新增时）

在 skills/ 下创建以下结构：

skills/<skill-name>/
├── SKILL.md              # [必需] 完整文档（见 2.2 节模板）
├── main.py               # [按需] 有执行逻辑时必需
├── config.json           # [可选] 配置文件
├── requirements.txt      # [按需] 有 Python 依赖时必需
├── __init__.py           # [按需] 有 Python 代码时必需
├── resources/            # [可选] 参考资料、算法文档
└── tests/                # [按需] 有执行逻辑时必需
    ├── __init__.py
    ├── test_main.py
    └── fixtures/         # [可选] 测试数据

2.2 SKILL.md 模板

根据 skill 类型选择对应模板：

模板 A：数禾定制 / 数据工具 Skill（有执行逻辑）

文档长度要求：200-400 行（推荐），硬性上限 500 行

---
name: skill-name
description: 简短描述（一句话，包含关键词）
argument-hint: "命令行参数提示"
version: 1.0.0
level: 3
tags:
  - category1
  - category2
---

# <Skill 名称>

简短描述（1-2 句话）

## Description

详细功能说明（2-3 段，控制在 100 字内）

## Usage

```bash
/skill-name --param1 value1 [--option1 value2]

Parameters

Required

参数	类型	说明	示例
param1	string	说明	"value"

Optional

参数	类型	默认值	说明
--option1	string	"default"	说明

Examples

基础用法

/skill-name --param1 "example"

高级用法

/skill-name --param1 "example" --option1 "custom"

Output

成功输出格式说明（简洁描述）

Dependencies

MCP Tools

• tool-name: 用途

Python Packages

• package>=version: 用途

Troubleshooting

问题	原因	解决方案
错误 1	原因	方案

Version History

• 1.0.0 (YYYY-MM-DD): 初始版本

**如果文档超过 500 行**，拆分为：
- `SKILL.md` - 核心使用文档（< 500 行）
- `ARCHITECTURE.md` - 架构设计
- `resources/` - 算法说明和参考资料

#### 模板 B：工作流 / 规范类 Skill（纯文档，无执行逻辑）

**文档长度要求**：150-300 行（推荐），硬性上限 400 行

```markdown
---
name: skill-name
description: 简短描述，包含触发关键词
level: 3
tags:
  - workflow
  - governance
---

# Skill 名称

## Purpose
简短说明目的（2-3 句话）

## When to Use
- 触发条件 1
- 触发条件 2

## Workflow
### Step 1: 步骤名称
简洁说明（避免冗长段落）

### Step 2: 步骤名称
简洁说明

## Guidelines
- 规则 1（一行一条）
- 规则 2

## Checklist
- [ ] 检查项 1
- [ ] 检查项 2

## Examples
**Good**: 正确示例（代码块）
**Bad**: 错误示例及原因（简短说明）

文档精简原则：

• 用表格代替长段落
• 用清单代替详细说明
• 示例控制在 10 行以内
• 避免重复内容

2.3 命名规范校验

规则	正确	错误
目录名	my-new-skill (kebab-case)	MyNewSkill, my_new_skill
命令名	/my-new-skill (带斜杠前缀)	my-new-skill, /MyNewSkill
文档文件名	SKILL.md (全大写)	skill.md, Skill.md
代码文件名	main.py (全小写)	Main.py, main.PY
配置文件名	config.json (全小写)	Config.json

2.4 变更评估（更新/删除时）

更新 skill 时，必须检查：

• 变更是否向后兼容（参数签名、输出格式）
• 如有 breaking change，是否更新了版本号（遵循 semver）
• 相关文档是否同步更新

删除 skill 时，必须检查：

• 是否有其他 skill 依赖此 skill
• package.json 中是否已移除注册
• README.md 中是否已移除条目
• CHANGELOG.md 中是否记录了删除原因

---

阶段 3：注册与一致性校验

3.1 package.json 注册（新增时）

在 package.json 的 claudePlugin.skills 数组中添加条目。

必需字段：

{
  "name": "skill-name",
  "version": "1.0.0",
  "description": "简短描述",
  "docPath": "skills/skill-name/SKILL.md",
  "command": "/skill-name",
  "tags": ["tag1", "tag2"]
}

可选字段：

{
  "status": "prototype",          // 原型状态（核心功能未实现时必须）
  "mainPath": "skills/skill-name/main.py",
  "dependencies": {
    "mcp": ["tool-name"],
    "python": ["package>=version"]
  }
}

关键检查（基于质量审查发现）：

• ✅ YAML frontmatter 存在（SKILL.md 前 3 行是 ---）
• ✅ 版本号存在（不能缺少 version 字段）
• ✅ 原型已标记（核心功能未实现时添加 "status": "prototype" 并在 description 前加 [PROTOTYPE]）
• ✅ 命令名一致（package.json 的 command 与目录名、YAML 的 name 一致）

3.2 一致性校验命令

验证 JSON 语法：

node -e "require('./package.json'); console.log('✓ JSON valid')"

验证所有 skills 已注册：

node -e "
const pkg = require('./package.json');
const fs = require('fs');
const registered = new Set(pkg.claudePlugin.skills.map(s => s.name));
const dirs = fs.readdirSync('skills', {withFileTypes: true})
  .filter(d => d.isDirectory() && d.name !== 'AGENTS.md')
  .map(d => d.name);
const unregistered = dirs.filter(d => !registered.has(d));
if (unregistered.length > 0) {
  console.log('❌ 未注册:', unregistered.join(', '));
} else {
  console.log('✓ 所有 skills 已注册');
}
"

---

阶段 2.5：安全检测（新增 skill 且包含执行代码时必须）

触发条件

当满足以下任一条件时，必须执行安全检测：

1. 新增 skill 且包含可执行代码（Python、JavaScript、Bash 脚本等）
2. 更新 skill 且修改了执行逻辑或添加了新的代码文件
3. 引入外部依赖（npm packages、Python 库等）

使用 skill-vetter 进行安全检测

# 对新增或更新的 skill 执行安全检测
/skill-vetter

# skill-vetter 会自动检测当前操作的 skill 并执行：
# - Gen AI 安全评估（识别恶意代码模式）
# - Socket Security 分析（网络请求、文件操作风险）
# - Snyk 漏洞扫描（已知 CVE 检查）

检查标准

1. 红旗检测（Red Flags）

• ❌ 硬编码的 API 密钥、密码、令牌
• ❌ 可疑的网络请求（未知域名、非 HTTPS）
• ❌ 文件系统危险操作（递归删除、权限修改）
• ❌ 代码混淆或编码的可执行代码
• ❌ eval() 或 exec() 等动态执行

2. 权限范围（Permission Scope）

• 文件系统访问范围（只读 vs 读写）
• 网络访问需求（API 调用、外部服务）
• 环境变量使用（是否需要敏感配置）
• 系统命令执行（Bash、shell 命令）

3. 依赖安全（Dependency Safety）

• 第三方库的安全评级（Snyk、Socket 评分）
• 已知漏洞检查（CVE 数据库）
• 依赖版本是否过时
• 传递依赖风险评估

处理流程

✅ 安全检测通过

检测结果示例：
- Gen AI Assessment: Safe
- Socket Security: 0 alerts
- Snyk Vulnerability: Low Risk / No issues

下一步：
1. 在 SKILL.md 中添加 "## 安全检测" 章节记录结果
2. 继续阶段 3（注册校验）

⚠️ 发现安全问题

1. 记录问题详情（风险类型、等级、受影响文件）
2. 修复安全问题：
   - 移除硬编码的敏感信息
   - 限制文件系统访问范围
   - 更新不安全的依赖版本
   - 添加输入验证和错误处理
3. 重新执行 /skill-vetter
4. 确认所有问题已解决后继续

❌ 无法通过安全检测

如果 skill 设计本身存在不可避免的安全风险：

• 在 SKILL.md 中明确说明风险和使用限制
• 添加警告标签（如 "⚠️ 需要管理员权限"）
• 提供安全使用指南
• 与团队讨论是否应该开发该 skill

---

阶段 3：注册与一致性校验

3.1 package.json 注册

在 claudePlugin.skills 数组中添加条目，遵循以下格式：

{
  "name": "<skill-name>",
  "version": "1.0.0",
  "description": "简短功能描述 - 包含核心特性关键词",
  "docPath": "skills/<skill-name>/SKILL.md",
  "command": "/<skill-name>",
  "mainPath": "skills/<skill-name>/main.py",
  "dependencies": {
    "mcp": ["mcp-server-name"],
    "python": ["package>=version"]
  },
  "tags": ["tag1", "tag2"],
  "requiresAuth": false,
  "authType": ""
}

字段规则：

字段	必填	说明
name	是	kebab-case，与目录名一致
description	是	一句话描述，50 字以内
docPath	是	指向 SKILL.md 的相对路径
command	是	以 / 开头，与 name 一致
version	按需	有执行逻辑的 skill 必填
mainPath	按需	有 Python 入口时必填
dependencies	按需	有外部依赖时必填
tags	推荐	用于搜索和分类
requiresAuth	按需	需要认证时设为 true

3.2 一致性校验检查清单

执行以下校验，全部通过才能继续：

• package.json 中的 name 与 skills/ 下的目录名一致
• package.json 中的 docPath 指向的文件真实存在
• package.json 中的 mainPath（如有）指向的文件真实存在
• package.json 中的 command 不与现有 skill 重复
• package.json 中的 version（如有）与 SKILL.md 中的版本历史一致
• SKILL.md 中引用的所有 MCP 工具已在 dependencies.mcp 中声明

---

阶段 3.5：版本与依赖管理

版本号规范（Semantic Versioning）

所有 skills 必须遵循语义化版本规范（semver）：

MAJOR.MINOR.PATCH (例如: 1.2.3)

- MAJOR: 不兼容的 API 变更
- MINOR: 向后兼容的功能新增
- PATCH: 向后兼容的 bug 修复

何时使用 skill-lifecycle-manager

在以下场景中使用 /skill-lifecycle-manager 进行版本管理：

1. 依赖检查

# 检查 skill 的依赖关系
/skill-lifecycle-manager deps check <skill-name>

# 输出示例：
# ✓ guanyuan-data-fetcher
#   依赖 MCP: guanyuan-data, messagengine-dingtalk
#   被依赖: 无
#   状态: 健康

何时执行：

• 新增 skill 时，检查是否引入循环依赖
• 更新 skill 时，确认依赖变更不影响其他 skills
• 删除 skill 前，确认没有被其他 skills 依赖

2. 版本升级

# 升级 skill 版本
/skill-lifecycle-manager version bump <skill-name> <major|minor|patch>

# 示例：修复 bug 后执行
/skill-lifecycle-manager version bump sql-runner patch
# 版本从 1.2.3 → 1.2.4

# 示例：新增功能后执行
/skill-lifecycle-manager version bump guanyuan-monitor minor
# 版本从 1.2.3 → 1.3.0

# 示例：破坏性变更后执行
/skill-lifecycle-manager version bump skill-governance major
# 版本从 1.2.3 → 2.0.0

版本升级策略：

• Bug 修复 → PATCH 递增
• 新增功能（向后兼容）→ MINOR 递增
• 破坏性变更（不兼容旧版本）→ MAJOR 递增

3. 依赖冲突解决

# 可视化依赖图
/skill-lifecycle-manager deps visualize

# 检测冲突
/skill-lifecycle-manager deps conflicts

# 输出示例：
# ⚠️ 检测到依赖冲突：
# - skill-A 和 skill-B 都依赖 MCP:service-X
# - skill-A 需要 v2.0，skill-B 需要 v1.5
# 建议：升级 skill-B 以兼容 MCP:service-X v2.0

更新时检查清单

必查项：

✓ 版本号是否正确递增（符合 semver）
✓ 依赖冲突检查通过（无循环依赖）
✓ CHANGELOG.md 记录版本变更
✓ SKILL.md 更新版本号和变更说明
✓ 向后兼容性测试（如果是 MINOR/PATCH 更新）

---

阶段 4：文档同步

4.1 README.md 更新

在 README.md 的对应分类表格中添加一行：

数禾定制 Skills 分类下：

| **<skill-name>** | 功能描述 | • 场景1<br>• 场景2 | `/<skill-name>` |

数据工具 Skills 分类下：

| **<skill-name>** | 功能描述 | • 场景1<br>• 场景2 | `/<skill-name>` |

分类判断规则：

分类	条件
数禾定制 Skills	依赖观远/Dataphin MCP，面向数禾特定业务
数据工具 Skills	通用数据处理工具（SQL、报告、可视化）
oh-my-claudecode 工具链	OMC 生态的工作流 skill
治理与规范	流程规范、质量控制类 skill

4.2 CHANGELOG.md 更新

在文件顶部添加新版本记录：

## [X.Y.Z] - YYYY-MM-DD

### Added（新增 skill 时）
- **<skill-name>** - 简短描述
  - 特性 1
  - 特性 2

### Changed（更新 skill 时）
- **<skill-name>** - 变更描述

### Removed（删除 skill 时）
- **<skill-name>** - 删除原因

版本号递增规则：

变更类型	版本递增	示例
新增 skill	MINOR (X.Y+1.0)	1.4.0 → 1.5.0
更新 skill（非 breaking）	PATCH (X.Y.Z+1)	1.4.0 → 1.4.1
更新 skill（breaking change）	MINOR (X.Y+1.0)	1.4.0 → 1.5.0
删除 skill	MINOR (X.Y+1.0)	1.4.0 → 1.5.0

4.3 package.json 版本同步

package.json 根级别的 version 字段必须与 CHANGELOG.md 最新版本号一致。

4.4 Skills 计数更新

README.md 头部的 Skills 总数必须更新：

**版本**: vX.Y.Z | **Skills 总数**: N 个（X 数禾定制 + Y 数据工具 + Z oh-my-claudecode + W 治理规范）

---

阶段 5：提交规范

5.1 Git 提交消息格式

遵循 Conventional Commits：

<type>(<scope>): <description>

<body>

Co-Authored-By: Claude Opus 4.6 <[e-mail]>

type 取值：

type	场景
feat	新增 skill
fix	修复 skill bug
docs	仅文档变更
refactor	重构 skill 实现（不改功能）
chore	维护性变更（依赖更新、配置调整）

scope 取值：skill 名称，如 feat(guanyuan-monitor): add threshold alerting

5.2 必须提交的文件

新增 skill 时：

git add skills/<skill-name>/
git add package.json
git add README.md
git add CHANGELOG.md

更新 skill 时：

git add skills/<skill-name>/   # 变更的文件
git add package.json           # 如版本号变更
git add CHANGELOG.md           # 变更记录

5.3 提交前最终检查清单

全部通过才能提交：

结构完整性

• SKILL.md 存在且内容完整（非空模板）
• SKILL.md 包含：概述、功能说明/工作流、使用示���、依赖说明
• 目录命名为 kebab-case
• 文件命名符合规范

注册完整性

• package.json 中已注册（name, description, docPath, command）
• README.md 中已添加到对应分类表格
• CHANGELOG.md 中已添加变更记录
• 版本号已递增且三处一致（package.json, CHANGELOG, README 头部）

安全与依赖（新增或更新含执行代码时）

• 安全检测通过（skill-vetter）→ Gen AI: Safe, Socket: 0 alerts, Snyk: Low Risk
• 依赖检查通过（skill-lifecycle-manager deps check）→ 无循环依赖，无冲突
• 版本号正确递增（遵循 semver）
• 性能基准已建立（对高频 skills）

质量要求（有执行逻辑时）

• 有测试文件（tests/test_main.py）
• 测试覆盖率 ≥ 80%
• 错误处理完善（不吞异常、使用 logging）
• 无硬编码密钥或敏感信息
• 代码通过 pylint/flake8 检查

文档质量

• 使用示例可直接复制执行
• 参数说明包含类型、默认值、示例值
• 错误场景有解决方案
• 中英文一致（数禾定制 skill 用中文，工具类 skill 中英均可）

---

快速参考

新增 Skill 最小化流程

1. 确认需求 → 回答功能/依赖/场景三组问题
2. 创建目录 → skills/<name>/SKILL.md（必需）+ 实现文件（按需）
3. 安全检测 → /skill-vetter（有执行代码时必须）
4. 注册 → package.json 添加条目
5. 依赖检查 → /skill-lifecycle-manager deps check <name>
6. 文档 → README.md 添加表格行 + CHANGELOG.md 添加记录
7. 版本 → 递增 MINOR 版本号，三处同步
8. 提交 → feat(<name>): add <name> skill

更新 Skill 最小化流程

1. 评估变更 → 是否 breaking change？是否需要版本递增？
2. 修改文件 → 更新 SKILL.md + 实现代码
3. 安全检测 → /skill-vetter（修改执行逻辑或添加依赖时）
4. 版本管理 → /skill-lifecycle-manager version bump <name> <major|minor|patch>
5. 依赖检查 → /skill-lifecycle-manager deps check <name>
6. 文档同步 → CHANGELOG.md 添加记录
7. 提交 → fix/feat(<name>): <description>

性能优化流程（定期执行）

1. 性能分析 → /skill-auto-evolver analyze <name>
2. 创建优化分支 → git checkout -b feat/<name>-optimization
3. 实现优化 → 根据分析建议修改代码
4. A/B 测试 → /skill-auto-evolver experiment create <name> "<description>"
5. 监控 7-14 天 → /skill-auto-evolver experiment status <exp-id>
6. 应用或回滚 → apply/rollback 基于统计数据
7. 版本升级 → /skill-lifecycle-manager version bump <name> minor
8. 提交 → feat(<name>): optimize <description> (XX% faster)

当前仓库状态参考

指标	值
当前版本	v1.6.0
Skills 总数	40
数禾定制	3 (guanyuan-data-fetcher, guanyuan-monitor, rta-exclude-strategy)
数据工具	4 (sql-optimizer, sql-runner, html-report-framework, monthly-report-html-generator)
OMC 工具链	30
治理规范	1 (skill-governance)
生命周期管理	2 (skill-lifecycle-manager, skill-auto-evolver)
GitLab 地址	gitlab.caijj.net/ouyangyi/claude-skills

---

���规处理

如果检测到以下情况，必须中止操作并提示用户：

1. 无 SKILL.md：在 skills/ 下创建了目录但没有 SKILL.md → 中止，提示补充
2. 未注册：有 SKILL.md 但 package.json 未注册 → 中止，提示注册
3. 命名冲突：新 skill 的 command 与现有 skill 重复 → 中止，提示改名
4. 版本未递增：有实质性变更但版本号未更新 → 警告，提示更新
5. 文档不同步：package.json 已更新但 README/CHANGELOG 未更新 → 警告，提示同步

---

持续优化与自我进化

何时触发性能优化

当满足以下任一条件时，考虑使用 /skill-auto-evolver 进行性能分析和优化：

1. 使用频率达到阈值

   • Skill 被调用次数 > 50 次
   • 近期频繁使用（7 天内调用 > 10 次）

2. 发现性能问题

   • 执行时间过长（> 30 秒）
   • 错误率较高（> 5%）
   • 用户反馈体验不佳

3. 定期优化

   • 每月对高频 skills 进行性能审查
   • 季度对所有 skills 进行健康检查

性能分析与优化

1. 执行性能分析

# 收集性能数据
/skill-auto-evolver analyze <skill-name>

# 输出示例：
# 📊 sql-runner 性能分析
# - 平均执行时间: 12.3 秒
# - 95分位延迟: 25.8 秒
# - 最慢执行: 45.2 秒（2024-01-15）
#
# 🎯 优化建议：
# 1. 添加查询结果缓存（预计减少 40% 执行时间）
# 2. 优化轮询频率（当前 5s，建议调整为 3s）

2. 错误率分析

# 分析错误模式
/skill-auto-evolver errors <skill-name>

# 输出示例：
# ⚠️ guanyuan-data-fetcher 错误分析
# - 总调用: 127 次
# - 失败次数: 8 次（6.3%）
# - 主要错误类型:
#   - API 超时: 5 次（62.5%）
#   - 数据格式错误: 2 次（25%）
#   - 权限不足: 1 次（12.5%）
#
# 🎯 优化建议：
# 1. 添加超时重试机制（指数退避）
# 2. 增强数据格式验证

3. 资源使用监控

# 监控资源消耗
/skill-auto-evolver resources <skill-name>

# 输出示例：
# 💾 monthly-report-html-generator 资源使用
# - 平均内存: 256 MB
# - 峰值内存: 512 MB
# - CPU 使用: 平均 45%
# - 磁盘 I/O: 23 MB 读取，145 MB 写入
#
# 🎯 优化建议：
# 1. 使用流式处理减少内存占用
# 2. 优化图表渲染算法（减少 CPU 使用）

A/B 测试流程

对于重大优化，使用 A/B 测试验证效果：

创建实验

# 创建 A/B 测试
/skill-auto-evolver experiment create <skill-name> <optimization-description>

# 示例：
/skill-auto-evolver experiment create sql-runner "add query result caching"

# 输出：
# ✓ 实验创建成功：exp-20260401-001
# - 对照组: sql-runner v1.2.3 (current)
# - 实验组: sql-runner v1.3.0-beta (with caching)
# - 流量分配: 50% / 50%
# - 监控指标: 执行时间、错误率、缓存命中率

监控实验

# 查看实验结果
/skill-auto-evolver experiment status exp-20260401-001

# 输出示例：
# 📈 实验进展（7 天数据）
#
# 对照组（v1.2.3）:
# - 平均执行时间: 12.3s
# - 错误率: 3.2%
# - 样本量: 245 次
#
# 实验组（v1.3.0-beta）:
# - 平均执行时间: 7.8s ⬇️ 36.6%
# - 错误率: 2.8% ⬇️ 12.5%
# - 缓存命中率: 72%
# - 样本量: 238 次
#
# 统计显著性: p < 0.01 ✓
# 建议: 应用实验组版本到生产环境

应用或回滚

# 应用优化（实验成功）
/skill-auto-evolver experiment apply exp-20260401-001

# 回滚优化（实验失败）
/skill-auto-evolver experiment rollback exp-20260401-001

完整优化工作流示例

# 1. 定期分析性能（每月一次）
/skill-auto-evolver analyze sql-runner

# 2. 根据建议创建优化分支
git checkout -b feat/sql-runner-optimization

# 3. 实现优化（添加缓存、减少轮询等）
# 编辑代码文件...

# 4. 创建 A/B 测试
/skill-auto-evolver experiment create sql-runner "query result caching"

# 5. 监控 7-14 天
/skill-auto-evolver experiment status exp-xxx

# 6. 根据数据决定是否应用
# 如果成功：
/skill-auto-evolver experiment apply exp-xxx
/skill-lifecycle-manager version bump sql-runner minor
git add . && git commit -m "feat: optimize sql-runner with caching (36% faster)"

# 如果失败：
/skill-auto-evolver experiment rollback exp-xxx
git checkout main && git branch -D feat/sql-runner-optimization

持续监控设置

为高频 skills 设置自动监控：

# 启用自动性能监控
/skill-auto-evolver monitor enable <skill-name> --threshold "execution_time>30s OR error_rate>5%"

# 触发条件示例：
# - 执行时间超过 30 秒时发送告警
# - 错误率超过 5% 时自动创建分析报告
# - 每月自动生成性能趋势报告

---

版本历史

v1.1.0 (2026-04-01)

• 新增阶段 2.5：安全检测（skill-vetter 集成）
• 新增阶段 3.5：版本与依赖管理（skill-lifecycle-manager 集成）
• 新增"持续优化与自我进化"章节（skill-auto-evolver 集成）
• 更新触发表格：新增 skill 需执行 6 个阶段（含安全检测）
• 更新快速参考：包含安全检测、依赖检查、性能优化三个完整流程
• 提交前检查清单新增：安全检测、依赖检查、性能基准项

v1.0.0 (2026-03-31)

• 初始版本
• 定义 5 阶段治理流程
• 覆盖新增、更新、删除三种场景
• 提供两种 SKILL.md 模板（执行型 / 工作流型）
• 定义命名规范、注册规范、提交规范