docs(skill): 覆盖率阶段 1 完成 —— core + req 全部补齐 evals 与四段式文档

- 新增 14 个技能的 evals/evals.json（每技能 3 条：正常/边界/失败恢复）
- 新增 14 篇 docs/skills/*.md（What/When/Common questions/It's working if）
- 覆盖 core：pm-ask、pm-risk（ai-proj 已于样板提交）
- 覆盖 req：req-audit/compare/design/dev/lookback/prd/prototype/research/retro/review/test-gate/workflow
- coverage: 38 -> 24（剩余 dev 类等进入阶段 2/3）

docs/skills/pm-ask.md

@@ -0,0 +1,22 @@
+# pm-ask
+
+## What it does
+
+基于 ai-proj MCP 与 git log 真实数据的项目问答：统计任务/需求数量、进度、谁做了什么，回答前必须查真实数据。
+
+## When to reach for it
+
+用户说 /ask、问一下、统计一下、最近多少、谁做了多少、本月进度时。
+
+## Common questions
+
+- **数据从哪来？** ai-proj MCP + git log，不靠记忆和估算。
+- **查不到数据怎么办？** 如实报告缺失与失败原因，给出查询口径，不编造数字。
+- **能做预测吗？** 只能基于真实阶段数据做推导，并标注假设。
+- **回答格式？** 先给结论数字，再给来源与口径。
+
+## It's working if
+
+- 问团队本月产出时，它先拉数据再回答，并附时间范围与来源
+- 接口异常时明确说“数据未取到”，不出现任何编造数字
+- 对“估一下”的请求，给口径而不是给假数字

docs/skills/pm-risk.md

@@ -0,0 +1,22 @@
+# pm-risk
+
+## What it does
+
+三维度项目风险扫描：需求层（停滞/逾期/优先级）、代码层（分支健康/评审积压）、流程层（门禁/交付态），按严重/警告/提示分级输出。
+
+## When to reach for it
+
+用户说 /risk、风险扫描、有什么风险、哪些需求停滞了、分支健康时。
+
+## Common questions
+
+- **找不到数据算无风险吗？** 不算，缺失要标注未覆盖。
+- **分级标准？** 严重=已阻塞交付；警告=会拖延；提示=观察项。
+- **会不会误报？** 每条风险附证据与来源，便于人工复核。
+- **输出多长？** 先概览再分项，严重项必须置顶。
+
+## It's working if
+
+- 扫描报告每条风险都有数据来源，不是笼统描述
+- 数据源不可用时明确写“该维度未覆盖”
+- 不会因为查不到就输出“无风险”

docs/skills/req-audit.md

@@ -0,0 +1,22 @@
+# req-audit
+
+## What it does
+
+部署后审计：运行时日志检查、静态缺陷分析、设计偏移检测，产出审计报告并关联任务。
+
+## When to reach for it
+
+需求部署后，或用户说“审计一下”“部署后检查”时；也可由 /req done 触发。
+
+## Common questions
+
+- **审计和测试的区别？** 测试验证功能对错，审计查运行时异常、代码缺陷与实现是否偏离设计。
+- **没日志能审吗？** 能审静态部分，但运行时项必须标未覆盖。
+- **发现偏移怎么办？** 列偏移项+影响面+建议，交给负责人决策。
+- **报告存哪？** 关联到需求/任务文档，便于回溯。
+
+## It's working if
+
+- 审计报告包含三类检查结果与证据
+- 缺运行时证据时明确标未覆盖
+- 发现偏移会列出具体条目而不是笼统说“有偏差”

docs/skills/req-compare.md

@@ -0,0 +1,22 @@
+# req-compare
+
+## What it does
+
+对比式需求分析：以参考系统为基准做功能对比，再推导目标系统设计，产出对比式 PRD。
+
+## When to reach for it
+
+系统平移、竞品借鉴、版本升级需要对比论证时。
+
+## Common questions
+
+- **没有参考资料能写吗？** 可以写，但参考系统细节必须标注为待验证假设。
+- **对比维度怎么定？** 按功能、交互、数据、权限、成本五类，按需求裁剪。
+- **结论要什么形式？** 对比表 + 差异结论 + 目标系统取舍。
+- **会不会照搬竞品？** 只借鉴结论，落地按自身约束重新设计。
+
+## It's working if
+
+- 对比表每行能追溯到资料或标注为假设
+- 结论明确给出取舍而不是罗列
+- 没有把“凭印象”写成事实

docs/skills/req-design.md

@@ -0,0 +1,22 @@
+# req-design
+
+## What it does
+
+PRD 到开发设计的转换：API 契约、数据模型变更、变更文件清单、任务拆分与依赖、技术风险评估。
+
+## When to reach for it
+
+执行 /req doc、或在评审后进入设计阶段时。
+
+## Common questions
+
+- **设计前需要什么？** PRD 与验收标准；缺验收标准要先补。
+- **任务拆到什么粒度？** 单任务 2–4 小时可完成，带依赖边与验收标准。
+- **找不到模块怎么办？** 报告缺失并给待确认项，不猜路径。
+- **要写测试策略吗？** 要，随设计一起给。
+
+## It's working if
+
+- 输出含契约表、变更文件、子任务三件套
+- 缺验收标准时会阻断而不是硬写
+- 任务清单里有 blockers，不只有层级

docs/skills/req-dev.md

@@ -0,0 +1,22 @@
+# req-dev
+
+## What it does
+
+把 PRD 转成可执行开发计划：代码库分析、现有实现盘点、任务拆分、技术方案与风险。
+
+## When to reach for it
+
+执行 /req doc、需要从需求走到可执行计划时。
+
+## Common questions
+
+- **和 req-design 区别？** req-dev 重“怎么落地”：代码库分析与任务拆分；req-design 重设计文档与契约。
+- **不看代码能拆吗？** 不能，先分析再拆。
+- **计划里要有什么？** 任务、依赖、验收、风险、需要确认项。
+- **代码库与 PRD 冲突？** 以真实代码为准，报告差异后调整。
+
+## It's working if
+
+- 计划里的任务能直接执行，附依赖与验收
+- 不读代码就要求拆任务会被拒绝
+- 发现代码与 PRD 不符会报告差异而不是硬拆

docs/skills/req-lookback.md

@@ -0,0 +1,22 @@
+# req-lookback
+
+## What it does
+
+部署后回归测试：按变更影响面验证既有功能是否被破坏，产出回归报告。
+
+## When to reach for it
+
+需求部署后；或 /req done 前需要确认无回归时。
+
+## Common questions
+
+- **回归范围怎么定？** 按变更影响的模块与调用方扩散确定。
+- **只测新功能行吗？** 不行，必须覆盖受影响面。
+- **发现问题怎么办？** 报告复现与影响，给回滚/修复建议。
+- **要留证据吗？** 要，命令与结果。
+
+## It's working if
+
+- 回归报告含影响范围、用例、结果
+- 要求只测新功能会被拒绝
+- 发现回归会给出回滚或修复建议

docs/skills/req-prd.md

@@ -0,0 +1,22 @@
+# req-prd
+
+## What it does
+
+产品需求文档（PRD）编写与双写：按模板产出需求/预期/验收标准、界面原型要求，并同时写入本地仓库与 ai-proj Task Document。
+
+## When to reach for it
+
+需求讨论确认后要写 PRD、或用 /req prd 时。
+
+## Common questions
+
+- **PRD 最少要有什么？** 需求描述、预期结果、≥2 条可检查验收标准。
+- **为什么要双写？** 本地可版本化，ai-proj 供评审与追溯。
+- **验收标准怎么写？** 可检查、可对应测试，不写“体验良好”这类。
+- **写入失败怎么办？** 保留本地并报告失败，不假装成功。
+
+## It's working if
+
+- PRD 都含可检查验收标准
+- 写入后回读确认，不只打印成功
+- 失败时明确报失败并保留本地稿

docs/skills/req-prototype.md

@@ -0,0 +1,22 @@
+# req-prototype
+
+## What it does
+
+原型生成与关联：把 PRD 转成可交互 HTML 原型，上传并关联到需求的 prototype_urls，支持 Stitch 视觉探索。
+
+## When to reach for it
+
+有 UI 的需求在 PRD/缺陷收敛后需要原型时。
+
+## Common questions
+
+- **原型要确认吗？** 要，确认后才能作为开发依据。
+- **上传失败会丢吗？** 本地保留，报告失败。
+- **能直接改线上页面吗？** 不能，原型是独立 HTML。
+- **和 PRD 什么关系？** 原型回填到 PRD 的界面章节。
+
+## It's working if
+
+- 原型生成后有可访问链接并回读关联成功
+- 要求跳过确认直接开发会被劝回
+- 上传失败时本地文件仍在

docs/skills/req-research.md

@@ -0,0 +1,22 @@
+# req-research
+
+## What it does
+
+需求调研：代码审计、数据库分析、现有功能盘点、技术可行性评估，产出带证据的调研报告。
+
+## When to reach for it
+
+analysis 阶段需要深度调研，或 /req research 时。
+
+## Common questions
+
+- **结论要有证据吗？** 要有，file:line 或查询结果。
+- **找不到怎么办？** 报告缺口与假设，不编造。
+- **和 req-dev 区别？** research 判断“能不能、怎么做”，dev 出“具体计划”。
+- **报告给谁？** PRD/设计阶段的输入。
+
+## It's working if
+
+- 调研报告每条结论有证据出处
+- 不看代码就下结论会被拒
+- 找不到模块会列待确认项

docs/skills/req-retro.md

@@ -0,0 +1,22 @@
+# req-retro
+
+## What it does
+
+复盘总结：采集数据计算质量评分、还原时间线、识别跨需求模式，沉淀经验教训。
+
+## When to reach for it
+
+/req done 后、或用户说“复盘一下”时。
+
+## Common questions
+
+- **评分怎么来？** 按时间线、缺陷、返工、门禁通过率等指标计算。
+- **数据不全怎么办？** 标注缺失，给部分结论。
+- **经验存哪？** 写入 memory / 技能改进项。
+- **会不会只夸不批？** 要列问题与改进项。
+
+## It's working if
+
+- 评分附计算依据
+- 数据缺失时明确标注而不是编造
+- 复盘产出可执行的改进项

docs/skills/req-review.md

@@ -0,0 +1,22 @@
+# req-review
+
+## What it does
+
+PRD 评审方法论：结构完整性、需求清晰度（SMART）、技术可行性、数据模型、API、原型检查，输出通过/打回结论与理由。
+
+## When to reach for it
+
+/req review、或需要评审 PRD 时。
+
+## Common questions
+
+- **评审看什么？** 结构、清晰度、可行性、数据/API/原型。
+- **能免检通过吗？** 不能，必须有依据。
+- **打回要写什么？** 缺失项+修改要求。
+- **提交人能自审吗？** 不能。
+
+## It's working if
+
+- 评审结论都有逐项检查记录
+- 无依据的“通过”会被拒绝
+- 打回时列出具体缺失项

docs/skills/req-test-gate.md

@@ -0,0 +1,22 @@
+# req-test-gate
+
+## What it does
+
+需求级质量门禁（Gate 0–5）与部署级验证制度：逐门禁检查、留证据、不通过不放行。
+
+## When to reach for it
+
+/req test、准备部署前、或用户问门禁是否通过时。
+
+## Common questions
+
+- **门禁能跳吗？** 不能，除非记录阻塞并获豁免。
+- **失败能忽略吗？** 不能，必须记录并阻断。
+- **证据留哪？** 测试报告与任务文档。
+- **部署前还要什么？** 部署级验证与回滚预案。
+
+## It's working if
+
+- 门禁结论逐条有证据
+- 跳门禁/忽略失败会被拒绝
+- 测试报告能直接作为发布依据

docs/skills/req-workflow.md

@@ -0,0 +1,22 @@
+# req-workflow
+
+## What it does
+
+需求完整工作流参考：从创建到归档的阶段划分、每阶段门禁、交付物、Hook 同步与测试环境流程。
+
+## When to reach for it
+
+需要理解完整生命周期、或判断某需求下一步该做什么时。
+
+## Common questions
+
+- **阶段顺序？** 创建→讨论→PRD→评审→设计→开发→测试→staging→released→归档。
+- **能跳 staging 吗？** 不能，强制验收。
+- **状态不一致听谁的？** 以真实数据为准并核对。
+- **交付终点？** released + PDV 验收通过。
+
+## It's working if
+
+- 能按阶段说清下一步动作与门禁
+- 跳过 staging 会被拒绝
+- 发现状态矛盾会先核对再结论