feat(skill): beta 技能 diagnosing-bugs + 月度审阅与 evals 工具

- 新增 diagnosing-bugs（beta）：先建红循环再推理、二分定位、补回归测试；含 evals 与四段式文档
- 路由表加入难查 bug 行
- scripts/monthly-review.sh：一条命令跑月度审阅
- scripts/evals-status.py + reports/evals/TEMPLATE.md：evals 覆盖与回归报告模板
- skill-creator 实战记录 #1（待观察后晋升）

MAINTENANCE.md

@@ -25,7 +25,8 @@
 
 - 范围：上周改过的技能 + 3 个高风险技能（`dev-coding`、`dev-review`、`req-design`）。
 - 每技能取 1 条关键用例，做「有技能 / 无技能」对比，按 rubric 打分。
-- 结果记录到 `reports/evals/YYYY-Www.md`，进周报。
+- 结果记录到 `reports/evals/YYYY-Www.md`（模板 `reports/evals/TEMPLATE.md`），进周报。
+- 用 `python3 scripts/evals-status.py` 看哪些技能已有 evals、哪些已有回归报告。
 - 连续两次无增量的技能 → 按 `SCOPE.md` 评估降级。
 - 不做全量（61 技能 × 3 用例成本过高）；全量只在治理大改时做。
 
@@ -34,7 +35,7 @@
 - 两台机器 `--audit` 漂移必须为 0（beta/deprecated 除外）。
 - 审 `catalog.json`：`description` 长度 <80 或 >600 的标黄；含「各种 / 等等 / 相关」这类泛化词的标出。
 - 第三方技能（arkcli 等）有变动时，评估是否影响团队技能；跑一次 `./scripts/scan-installed.sh`。
-- 跑 `python3 scripts/validate-skills.py --coverage`：报告缺 evals / 缺四段式文档的技能，按 `SCOPE.md` 的覆盖率路线图推进。
+- 跑 `./scripts/monthly-review.sh` 一次出齐：覆盖率、本仓库扫描、第三方扫描、catalog 一致性、description 异常项。
 
 ## 每季度首月 1 日 10:30 — 治理复核