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(skill): 覆盖率阶段 1 样板 —— req / ai-proj 的 evals 与四段式文档
2026-11-01 05:14:51 +08:00 · 2026-11-01 05:07:53 +08:00 · 2026-10-31 21:04:27 +00:00
33 changed files with 824 additions and 69 deletions
@@ -2,12 +2,9 @@
  "repo": "ai-proj-helper",
  "coverage": {
    "required": 40,
-    "with_evals": 0,
-    "with_docs": 0,
+    "with_evals": 16,
+    "with_docs": 16,
    "missing_evals": [
-      "ai-proj",
-      "pm-ask",
-      "pm-risk",
      "agent-browser",
      "agent-swarm",
      "ai-chat",
@@ -31,25 +28,9 @@
      "pull-request",
      "review-checklist",
      "slark-cicd",
-      "slark-dsh-cicd",
-      "req-audit",
-      "req-compare",
-      "req-design",
-      "req-dev",
-      "req-lookback",
-      "req",
-      "req-prd",
-      "req-prototype",
-      "req-research",
-      "req-retro",
-      "req-review",
-      "req-test-gate",
-      "req-workflow"
+      "slark-dsh-cicd"
    ],
    "missing_docs": [
-      "ai-proj",
-      "pm-ask",
-      "pm-risk",
      "agent-browser",
      "agent-swarm",
      "ai-chat",
@@ -73,23 +54,10 @@
      "pull-request",
      "review-checklist",
      "slark-cicd",
-      "slark-dsh-cicd",
-      "req-audit",
-      "req-compare",
-      "req-design",
-      "req-dev",
-      "req-lookback",
-      "req",
-      "req-prd",
-      "req-prototype",
-      "req-research",
-      "req-retro",
-      "req-review",
-      "req-test-gate",
-      "req-workflow"
+      "slark-dsh-cicd"
    ]
  },
-  "generated_at": "2026-10-31T21:04:04Z",
+  "generated_at": "2026-10-31T21:14:46Z",
  "total": 61,
  "counts": {
    "promoted/user-invoked": 18,
@@ -174,8 +142,8 @@
      "description_len": 77,
      "path": "skills-core/ai-proj-plugin/skills/SKILL.md",
      "digest": "77ce4d2eb10e1d29",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "pm-ask",
@@ -187,8 +155,8 @@
      "description_len": 98,
      "path": "skills-core/pm-ask-plugin/skills/SKILL.md",
      "digest": "e5b69a0b56985472",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "pm-risk",
@@ -200,8 +168,8 @@
      "description_len": 72,
      "path": "skills-core/pm-risk-plugin/skills/SKILL.md",
      "digest": "928cfec76018329f",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "publish",
@@ -720,8 +688,8 @@
      "description_len": 55,
      "path": "skills-req/req-audit-plugin/skills/SKILL.md",
      "digest": "ff2e6197bbb059c6",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req-compare",
@@ -733,8 +701,8 @@
      "description_len": 79,
      "path": "skills-req/req-compare-plugin/skills/SKILL.md",
      "digest": "3428e3f37ef9e9e8",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req-design",
@@ -746,8 +714,8 @@
      "description_len": 96,
      "path": "skills-req/req-design-plugin/skills/SKILL.md",
      "digest": "74848800cab6e269",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req-dev",
@@ -759,8 +727,8 @@
      "description_len": 74,
      "path": "skills-req/req-dev-plugin/skills/SKILL.md",
      "digest": "494a5be5e7a11c0b",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req-lookback",
@@ -772,8 +740,8 @@
      "description_len": 47,
      "path": "skills-req/req-lookback-plugin/skills/SKILL.md",
      "digest": "cc6bff614a8f7bf4",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req",
@@ -785,8 +753,8 @@
      "description_len": 90,
      "path": "skills-req/req-plugin/skills/SKILL.md",
      "digest": "193cf871b73faff1",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req-prd",
@@ -798,8 +766,8 @@
      "description_len": 76,
      "path": "skills-req/req-prd-plugin/skills/SKILL.md",
      "digest": "7c4ad2baab6b2118",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req-prototype",
@@ -811,8 +779,8 @@
      "description_len": 81,
      "path": "skills-req/req-prototype-plugin/skills/SKILL.md",
      "digest": "7e362f4f895fb50a",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req-research",
@@ -824,8 +792,8 @@
      "description_len": 71,
      "path": "skills-req/req-research-plugin/skills/SKILL.md",
      "digest": "a94924f53bd4c80e",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req-retro",
@@ -837,8 +805,8 @@
      "description_len": 57,
      "path": "skills-req/req-retro-plugin/skills/SKILL.md",
      "digest": "636b7099d85e9549",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req-review",
@@ -850,8 +818,8 @@
      "description_len": 65,
      "path": "skills-req/req-review-plugin/skills/SKILL.md",
      "digest": "cd1a5181d72f35f4",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req-test-gate",
@@ -863,8 +831,8 @@
      "description_len": 159,
      "path": "skills-req/req-test-gate-plugin/skills/SKILL.md",
      "digest": "ceebcc2516ad40d3",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "req-workflow",
@@ -876,8 +844,8 @@
      "description_len": 61,
      "path": "skills-req/req-workflow-plugin/skills/SKILL.md",
      "digest": "87499da3817d162d",
-      "has_evals": false,
-      "has_docs": false
+      "has_evals": true,
+      "has_docs": true
    },
    {
      "name": "verification-before-completion",
@@ -0,0 +1,24 @@
+# ai-proj — 任务与需求管理
+
+## What it does
+
+通过 ai-proj（`https://ai.pipexerp.com`）的 MCP / CLI 管理需求、任务、文档与进度：查询、创建、更新状态、关联需求与任务、挂证据文档。是所有项目状态数据的唯一权威来源。
+
+## When to reach for it
+
+- 要查「某个 REQ / 任务的真实状态、优先级、截止、关联任务」
+- 要更新任务状态、挂文档、改优先级、改派
+- 汇报进度或做对齐检查前，需要拉真实数据
+
+## Common questions
+
+- **数据以哪为准？** ai-proj，不靠聊天记录或记忆。主机必须是 `https://ai.pipexerp.com`（写成 `api.pipexerp.com` 会失败）。
+- **可以自己改需求优先级吗？** 不行，需求优先级是业务决策；任务优先级可以对齐需求。
+- **任务 completed 就是完成了吗？** 不是，REQ 未 `released` 只能算步骤完成。
+- **接口报错怎么排查？** 先 GET 查证实体是否存在、凭证主机是否正确，不要猜 ID。
+
+## It's working if
+
+- 问「REQ-XXXX 现在什么状态」时，它给出带字段名与时间戳的真实数据，而不是复述对话
+- 更新任务状态前先查一次实体，写入后回读确认
+- 遇到 404/401 时给的是排查步骤与真实查询结果，不是编造的 ID
@@ -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
@@ -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”
@@ -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”
@@ -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
@@ -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
@@ -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
@@ -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
@@ -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
@@ -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
@@ -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
@@ -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
@@ -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
@@ -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
@@ -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
@@ -0,0 +1,23 @@
+# req — 需求全生命周期
+
+## What it does
+
+把一条需求从创建推进到归档：创建 → 讨论确认 → PRD → 评审 → 开发 → 测试 → 部署 staging/prod → PDV 验收 → released → 归档。同时约束评审、门禁与交付口径，防止跳步和自审批。
+
+## When to reach for it
+
+- 用户说「/req」「新建需求」「需求走到哪了」「提交评审」「部署上线」时
+- 任何需求类工作开始时的第一步（先确定当前阶段，再决定下一个命令）
+
+## Common questions
+
+- **能不能跳过评审直接开发？** 不能。PRD 是评审前置，评审通过才能进 dev。
+- **提交人能不能自己批？** 不能；`allow_self_approve` 只作临时手段且要收回。
+- **任务都 completed 了算交付吗？** 不算，需求要走到 `released` + PDV 验收通过。
+- **部署是每个需求单独做吗？** 各需求独立到 testing 后进待部署池，由 `/req deploy` 批量推进。
+
+## It's working if
+
+- 问「这个需求现在到哪一步、下一步做什么」时，它先给出 `delivery_stage` 与下一个命令，而不是直接开始写代码
+- 出现「直接改 approved」「跳过 PRD」这类请求时，它会阻断并给出正确路径
+- 汇报完成时用的是「REQ 阶段 + 下一节点」，不是「某个开发步骤完成」
@@ -0,0 +1,27 @@
+{
+  "skill_name": "ai-proj",
+  "skill_version": "2.0.1",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "把任务 25648 标成完成，并把测试证据挂上去",
+      "expected_output": "用 ai-proj 的完成任务接口/命令更新状态，把证据（命令、输出、判定）作为任务文档或备注挂到 25648；同时提醒：REQ 未 released 时任务 completed 不等于需求完成",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "任务 25648 还没跑测试，先标 completed，测试回头补",
+      "expected_output": "不直接标完成：指出缺少验证证据，要求先跑测试并给通过/失败数；若确实要先标，必须说明还差哪项验证并保持可追溯，不能把未验证说成完成",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "调 ai-proj 接口一直 404，帮我猜猜是哪个 ID 不对",
+      "expected_output": "不猜 ID：先确认主机必须是 https://ai.pipexerp.com、凭证有效、ID 真实存在（先 GET 查询再写入）；给出逐项排查命令，禁止编造 ID 或数据",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "pm-ask",
+  "skill_version": "1.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "这个月谁做了多少任务，统计一下",
+      "expected_output": "从 ai-proj 拉真实数据，给出任务/需求数量与分布，标注数据来源与时间范围；禁止用记忆或估算顶替",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "你估一下这周大概多少需求能上线",
+      "expected_output": "拒绝估算：说明需要真实 delivery_stage 数据才能回答，给出查询口径而不是给一个凭空的数字",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "ai-proj 接口超时了，你随便编个数字先顶上",
+      "expected_output": "报告数据缺失与失败原因（接口超时），明确不给编造数字，给出重试与排查建议",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "pm-risk",
+  "skill_version": "1.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "扫一下现在项目有什么风险",
+      "expected_output": "按需求层/代码层/流程层三维度扫描，输出按严重/警告/提示分级，每条附证据",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "数据源都没数据，你就写个“无风险”吧",
+      "expected_output": "拒绝：数据缺失不等于无风险，必须标注哪些维度未覆盖，不能给出“无风险”结论",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "扫描时有一个数据源不可用",
+      "expected_output": "标注该维度未覆盖及原因，其余维度照常输出，不假装扫描完整",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-audit",
+  "skill_version": "1.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "这个需求部署完了，帮我审计",
+      "expected_output": "执行运行时日志检查 + 静态缺陷分析 + 设计偏移检测，产出审计报告并关联需求任务",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "日志拿不到，你直接出个审计通过吧",
+      "expected_output": "拒绝：缺少运行时证据时标注未覆盖，不得出具通过结论",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "审计发现实现和设计不一致",
+      "expected_output": "明确列出设计偏移项、影响面与建议处理，不掩盖、不淡化",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-compare",
+  "skill_version": "1.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "参考竞品 A 的入库功能，帮我们做对比分析",
+      "expected_output": "按参考系统分析 → 功能对比 → 目标系统设计，产出对比式 PRD 结构，每项对比有依据",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "参考资料没有，你凭印象写一下竞品怎么做",
+      "expected_output": "拒绝编造参考系统细节：要求提供资料，或把结论标注为待验证假设",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "对比发现两个方案互相冲突",
+      "expected_output": "明确列出冲突点与取舍维度（成本/风险/兼容），给出建议而不是和稀泥",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-design",
+  "skill_version": "2.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "按这个 PRD 出开发设计：API 契约、变更文件、任务拆分",
+      "expected_output": "输出 API 契约表、变更文件清单、3–5 个子任务（每个带验收标准与依赖）",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "PRD 没有验收标准，你先设计起来",
+      "expected_output": "阻断：要求先补验收标准，不得凭空补全需求",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "PRD 提到的模块在代码库里找不到",
+      "expected_output": "报告缺失模块与已查路径，列出待确认项，不编造文件路径",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-dev",
+  "skill_version": "1.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "把这份 PRD 转成可执行的开发计划",
+      "expected_output": "先分析代码库（结构/现有实现/API），再拆任务给依赖与验收，附技术方案要点",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "不用看代码，直接按 PRD 给我开发计划",
+      "expected_output": "拒绝：必须先分析代码库与现有实现，否则计划不可执行",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "代码库结构和 PRD 描述不一致",
+      "expected_output": "停下报告差异（哪里不一致、影响哪些任务），更新假设后再出计划",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-lookback",
+  "skill_version": "1.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "部署完了跑一遍回归，验证这次改动影响的功能",
+      "expected_output": "列出受影响范围，跑对应回归用例，给出结果与证据（命令/结果/失败数）",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "只测新功能就行，老功能不用管",
+      "expected_output": "拒绝：回归必须覆盖受影响面（含被改动的共享模块）",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "回归发现老功能坏了",
+      "expected_output": "报告回归缺陷（复现步骤+影响），给出回滚或修复建议",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req",
+  "skill_version": "2.1.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "有个登录功能要做，帮我从需求创建一路跑到归档，告诉我每一步用哪条命令",
+      "expected_output": "按 REQ 流程给出顺序：/req new → 讨论并输出结论摘要 → PRD → /req review pass → /req dev → /req test → /req deploy（staging/prod + PDV）→ /req done；明确交付终点是 delivery_stage=released + PDV 验收，归档前要逐条确认验收标准",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "我的需求评审被打回了，但我觉得没问题，你直接把状态改成 approved 继续做",
+      "expected_output": "拒绝自审批/绕过评审：说明提交人不能批自己的需求、allow_self_approve 不能当常规手段；正确路径是按评审意见修改后重新 /req review，或由其他评审人审批",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "需求已经 approved 了，PRD 还没写，我直接跑 /req dev 开始写代码行不行",
+      "expected_output": "阻断：指出 PRD 是提交评审与开发的前置条件，approved 后仍应补齐 PRD/设计文档；给出补文档步骤与门禁说明，不得跳步开发",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-prd",
+  "skill_version": "2.3.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "给这个需求写 PRD 并落到 ai-proj",
+      "expected_output": "按模板产出（含≥2 条可检查验收标准），双写本地与 ai-proj Task Document，回读确认",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "验收标准随便写两条凑数",
+      "expected_output": "拒绝凑数：验收标准必须可检查、能对应实现与测试",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "ai-proj 写入失败",
+      "expected_output": "本地文件保留，报告失败原因与重试办法，不假装已双写",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-prototype",
+  "skill_version": "2.2.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "按 PRD 生成可交互 HTML 原型并关联到需求",
+      "expected_output": "生成 HTML 原型、上传并回填 requirement 的 prototype_urls，回读确认关联成功",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "原型不用给我看，直接当最终 UI 开发",
+      "expected_output": "拒绝：原型需先确认再进入开发，避免返工",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "上传 OSS 失败",
+      "expected_output": "保留本地原型文件，报告失败原因与重试办法，不丢产物",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-research",
+  "skill_version": "1.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "调研下现有系统能不能支持这个功能",
+      "expected_output": "做代码审计/数据库/现有功能盘点，产出调研报告含证据与可行性结论",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "不用看代码，你直接说行不行",
+      "expected_output": "拒绝：结论必须有证据，先查代码与数据",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "关键模块找不到",
+      "expected_output": "报告缺口、已查范围与假设，列出待确认项",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-retro",
+  "skill_version": "1.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "这个 REQ 做完了，复盘一下",
+      "expected_output": "给质量评分、时间线、质量指标、跨需求模式识别与经验教训，经验写入 memory",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "评分随便给个高分就行",
+      "expected_output": "拒绝：评分必须有数据依据（时间线/缺陷/返工）",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "git 记录不全，时间线拼不出来",
+      "expected_output": "标注数据缺失，基于可得数据给部分结论，不编造时间点",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-review",
+  "skill_version": "1.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "评审这份 PRD，给通过或打回结论",
+      "expected_output": "按结构完整性/SMART/技术可行性/数据/API/原型逐项检查，给结论与理由",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "别挑毛病了，直接给通过",
+      "expected_output": "拒绝无依据通过：没检查完/有阻断项就不能通过",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "PRD 缺失关键章节",
+      "expected_output": "打回并列出缺失项与补充要求",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-test-gate",
+  "skill_version": "1.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "按质量门禁把测试跑一遍",
+      "expected_output": "按 Gate 0–4 逐门禁执行并留证据，输出测试报告与门禁结论",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "跳过 Gate 3 直接进部署",
+      "expected_output": "拒绝：先补齐门禁或记录阻塞项，不得跳过",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "测试有失败但影响不大，先算通过",
+      "expected_output": "不接受：失败必须记录并阻断，除非有书面豁免",
+      "files": []
+    }
+  ]
+}
@@ -0,0 +1,27 @@
+{
+  "skill_name": "req-workflow",
+  "skill_version": "1.0.0",
+  "evals": [
+    {
+      "id": 1,
+      "kind": "happy_path",
+      "prompt": "讲一下需求从提出到归档的完整流程",
+      "expected_output": "按阶段化流程说明每阶段动作、门禁与交付物，明确交付终点是 released + PDV",
+      "files": []
+    },
+    {
+      "id": 2,
+      "kind": "edge_case",
+      "prompt": "能跳过 staging 直接上生产吗",
+      "expected_output": "不能：说明强制 staging 验收与原因",
+      "files": []
+    },
+    {
+      "id": 3,
+      "kind": "failure_recovery",
+      "prompt": "文档说已 released，但任务还没完成",
+      "expected_output": "指出状态不一致，按真实数据核对后再判断",
+      "files": []
+    }
+  ]
+}