skill-validator

name	skill-validator
description	技能实验室：OpenClaw 技能的全生命周期准入测试。包含三阶段： (1) 静态校验 — 结构、路径、跨平台兼容性（脚本 + AI 分析） (2) 智能分析 — 模型阅读技能全部内容，语义级审查 (3) 动态测试 — 生成子 Agent 加载技能实际运行，验证能力声明 Use when: 收到技能压缩包/目录需要评审，技能发布前准入测试，技能升级回归测试。
metadata	{"version":"0.2.2"}

Skill Validator — 技能实验室

三阶段准入测试：静态校验 → 智能分析 → 动态测试。

Thread 命名

YYYY-MM-DD {skill-name} v{version}

版本未知时用 v?.?.?。示例：2026-02-28 gemini-imagegen v0.3.1

Phase 1: 静态校验

运行 scripts/validate.py 进行规则检查：

python3 scripts/validate.py <skill-path> [--json] [--strict]

检查项

• 结构：SKILL.md 存在、frontmatter 合法、目录规范
• 生成产物：禁止提交 node_modules/、__pycache__/、*.pyc、dist/、build/、coverage/、虚拟环境等依赖/缓存/构建产物
• 路径安全：无硬编码绝对路径
• 脚本质量：shebang、权限、语法
• 跨平台：行尾符 CRLF、BOM、bash 特性、路径拼接
• 引用完整性：SKILL.md 中引用的文件都存在
• 体积：SKILL.md <500 行、总体积 <1MB
• 垃圾文件：__MACOSX/、Thumbs.db、.DS_Store

静态校验 FAIL → 直接报告问题，不进入下一阶段。 静态校验 PASS/WARN → 进入 Phase 2。

Phase 2: 智能分析（模型驱动）

不依赖脚本，由模型直接阅读技能全部内容进行语义级审查：

审查维度

1. 功能一致性 — description 声明的能力是否与实际脚本/指令匹配
2. 触发准确性 — description 中的触发条件是否清晰、不会误触发
3. 指令质量 — SKILL.md body 的指令是否清晰、无歧义、可执行
4. 安全性 — 脚本有无危险操作（rm -rf、网络外传、权限提升）
5. 依赖合理性 — 依赖的工具/包是否常见、是否声明了安装方式
6. 跨平台语义 — 静态规则抓不到的平台问题（如 Python 用了 os-specific API）
7. 边界情况 — 输入为空、文件不存在、网络超时等异常处理
8. 渐进式加载 — 是否遵循了 SKILL.md 精简 + references 分离的原则

输出格式

每个维度给出 ✅ PASS / ⚠️ WARN / ❌ FAIL + 说明。 汇总为智能分析总评。

Phase 2 有 FAIL → 报告问题，建议修复后重测。 Phase 2 全 PASS/WARN → 进入 Phase 3。

Phase 3: 动态测试（子 Agent）

生成一个隔离的子 Agent session，加载待测技能并实际执行。

流程

1. 确认测试条件

   • 询问用户指定测试模型（默认用当前 agent 的模型）
   • 检查技能是否需要特定环境变量/API key
   • 检查是否需要测试素材（图片、文档等），缺失则向用户索要

2. 生成测试用例

   • 根据 SKILL.md 的 description 和指令，自动构造 2-3 个典型使用场景
   • 覆盖正常路径 + 至少一个边界情况

3. 执行测试

   • 用 sessions_spawn 创建隔离 session
   • 在 session 中模拟用户请求触发技能
   • 收集执行结果（成功/失败/报错/输出质量）

4. 报告结果

   • 每个测试用例的结果
   • 执行耗时、token 消耗
   • 最终准入判定：✅ 准入通过 / ⚠️ 有条件通过 / ❌ 不通过

需要用户提供的信息

• 测试模型（可选，默认当前模型）
• 测试素材（如果技能处理图片/文件，需提供样本）
• API Key（如果技能需要外部 API，确认已配置）

完整报告模板

══════════════════════════════════════════
   技能实验室报告
   {skill-name} v{version}
   {date}
══════════════════════════════════════════

📋 Phase 1 — 静态校验
   [validate.py 输出]

🧠 Phase 2 — 智能分析
   功能一致性    ✅ PASS
   触发准确性    ✅ PASS
   指令质量      ⚠️ WARN — ...
   安全性        ✅ PASS
   依赖合理性    ✅ PASS
   跨平台语义    ✅ PASS
   边界情况      ⚠️ WARN — ...
   渐进式加载    ✅ PASS

🧪 Phase 3 — 动态测试
   模型：gptclub-claude/claude-sonnet-4-6
   用例 1：[描述] → ✅ 通过 (3.2s)
   用例 2：[描述] → ✅ 通过 (5.1s)
   用例 3：[边界] → ⚠️ 部分通过 — ...

══════════════════════════════════════════
   准入判定：✅ 通过
   静态 6/6 · 智能 7/8 · 动态 2.5/3
══════════════════════════════════════════