如何把 Agent 技能当资产来治理：Yao Meta Skill 的发布门禁、成熟度评分与晋升策略完整指南
【免费下载链接】yao-meta-skillYAO = Yielding AI Outcomes. A rigorous engineering, evaluation, governance, and portability system for reusable agent skills.项目地址: https://gitcode.com/gh_mirrors/ya/yao-meta-skill
Yao Meta Skill（yao-meta-skill）是一套面向 Agent 技能治理的开源工程系统：它把可复用的 Agent 技能当成"资产"来管理，提供发布门禁（Release Gates）、百分制成熟度评分与晋升策略，让团队技能不再是一次性提示词文件，而是可审计、可维护、可跨平台分发的长期资产。下文将完整讲解它的三级门禁体系、100 分制治理评分和六步晋升策略。
一、为什么 Agent 技能需要"资产化治理"？
很多团队的 Agent 技能（Skill）止步于"创建"：写一个SKILL.md，用完即弃。但共享技能真正的风险出现在发布之后：
- 所有权缺失：没人负责，无人维护，逐步腐化
- 边界漂移：技能触发范围与相邻技能混淆，路由错误
- 版本漂移：元数据、描述、评测结果彼此脱节
Yao Meta Skill 的治理模型明确把重要技能视为"受治理资产"，要求所有权显式化、漂移可观测、成熟度可量化。核心规则定义在 references/governance.md 中。
二、四级成熟度模型：你的技能属于哪一档？
项目的 manifest.json 用三个字段描述一个技能的身份：
| 字段 | 取值 | 含义 |
|---|---|---|
status | experimental / active / deprecated | 技能生命周期状态 |
maturity_tier | scaffold / production / library / governed | 成熟度档位 |
review_cadence | monthly ~ per-release | 评审节奏 |
四级成熟度逐档加码：
- 🌱scaffold：轻量、个人使用、低治理
- 🚀production：团队可复用技能，带基础校验
- 📦library：精选共享技能，显式打包 + 评测
- 🛡️governed：关键级/元级技能，要求回归历史、维护与评审义务
三、发布门禁：风险匹配的门禁选择
核心原则：门禁数量跟着风险走，更多门禁不等于更好。选择规则见 references/gate-selection.md 与 references/qa-ladder.md。
| 风险等级 | 典型档位 | 必需门禁 |
|---|---|---|
| 低 | Scaffold | 结构校验 + 资源边界检查 |
| 中 | Production | 低风险门禁 + 触发评测 |
| 高 | Library | 中风险门禁 + 描述优化、路由混淆检查、打包验证 |
| 关键 | Governed | 高风险门禁 + 治理评分、回归历史、晋升策略 |
门禁分四类，按需组合：
- 触发门禁：路由可能混淆、多人复用、边界需长期防守时使用——
trigger_eval.py→ 描述优化 → 盲测留出集 → 对抗留出集 → 路由混淆检查，层层递进 - 打包门禁：多客户端消费、可移植性是价值的一部分时使用
- 治理门禁：技能作为共享基础设施、有 owner 与评审节奏时使用——scripts/governance_check.py 负责评分
- 上下文门禁：所有非平凡技能都必须过上下文预算与资源边界检查，防止"越治理越臃肿"
四、成熟度评分：100 分制治理评分
governance_check.py会计算一个0–100 的治理成熟度分数，作为快速诊断信号（不替代人工评审）。
分数档位
| 分数区间 | 档位 |
|---|---|
| 90–100 | governed |
| 80–89 | production |
| 65–79 | reusable |
| 45–64 | emerging |
| <45 | draft |
五个评分维度
元数据完整性、所有权与评审节奏、边界与评测证据、运维资产、维护证据。
各声明档位的最低分数要求：production≥ 80、library≥ 85、governed≥ 90。当声明档位高于分数支撑时，检查器会主动告警——防止"自封 governed"。
本项目自身的实测结果见 reports/governance_score.json：总分90 分（元数据 20 + 所有权 20 + 边界评测 15 + 运维资产 20 + 维护证据 15），与声明的governed档位精确对齐。
五、晋升策略：六道关才能换描述
修改技能描述（description）是最容易"局部优化、整体退化"的操作。evals/promotion_policy.md 定义了严格的晋升门槛，防止技能只因过拟合小评测集而"看起来更优"：
- Dev 排序：dev 集只用于排名候选，本身不授予晋升权
- 可见留出集不退化：不新增任何误报/漏报
- 盲测留出集不退化：盲测区同样零退化
- 对抗留出集不退化：扛得住更强的路由碰撞提示，共享/治理资产要求风险带为
healthy - 路由混淆门禁：兄弟技能之间不允许误路由，模糊路由不得超阈值
- 家族稳定性：不掩盖特定家族（family）的回归
判定结果只有三种：Promote（全部门禁通过）、Keep Current（仅 dev 变好或留出集退化）、Block（对抗风险进入overlap、兄弟路由被抢占、no-route 提示开始误入）。
实际决策留痕在 reports/promotion_decisions.md；本项目当前三个技能全部keep_current——"没有候选优于现状"本身就是最常见的正确决策。
六、一次发布前你会看到什么
一个 governed 级技能发布前，会依次积累这类证据：路由记分卡（reports/route_scorecard.md 中 13 例路由、准确率 1.0、混淆矩阵全对角线）、治理评分、打包验证、安装模拟、回归历史，最终汇入 Review Studio 单页门禁，供人工裁决。整个闭环定义在 SKILL.md 的 "Skill OS 2.0 Gates" 一节。
七、快速上手：三步接入治理流程
# 1. 克隆仓库 git clone https://gitcode.com/gh_mirrors/ya/yao-meta-skill # 2. 运行治理评分，查看你的技能处于哪一档 python3 scripts/governance_check.py # 3. 按 gate-selection 表补齐对应风险等级的门禁更多评测用例与历史演进可参考 evals/README.md 和 reports/iteration_ledger.md。
总结
Yao Meta Skill 给出的答案很清晰：Agent 技能的治理 = 风险匹配的门禁 + 可量化的成熟度评分 + 证据驱动的晋升决策。从 scaffold 到 governed 四级模型让每个技能都有明确定位，百分制评分让"可信度"可检查，六关晋升策略让每次改动都不敢糊弄。把它当作技能工厂的"质检车间"，你的 Agent 资产库才能像正规软件一样发布、迭代、退役。🏭
【免费下载链接】yao-meta-skillYAO = Yielding AI Outcomes. A rigorous engineering, evaluation, governance, and portability system for reusable agent skills.项目地址: https://gitcode.com/gh_mirrors/ya/yao-meta-skill
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
