MIT 开源 · Python 3.10+ · 零外部依赖
分析你的 Agent Skill,
生成可探索的交互式报告
确定性扫描 + 证据化语义解读 + 严格质量验证,输出带动态 SVG 流程图、能力目录、输入路由矩阵和实时文件预览的三栏 HTML 报告。
ming-skill-analyzer — 自指分析工作流(来自真实分析报告)
自验证
这个页面的内容来自用本工具分析自身
上方流程图、能力说明和设计结论均直接来自运行
ming-skill-analyzer
对自身进行分析后生成的 analysis.json。
工具通过了自身的严格质量验证。
1.0
evidence_coverage
所有节点均有文件来源证据
0
unsupported_claims
零条无来源的分析声明
0.0
inference_ratio
全部结论追溯到源文件
来自分析报告的能力目录
五条流水线,分析过的每条都有证据
以下能力描述直接取自 analysis.json,每条均追溯到 SKILL.md 的源文件行号。
单目标路由与范围控制
判断请求是否属于单个 Skill 的理解、教学或可视化,拒绝多 Skill 聚合、执行修改和普通代码审查。自指分析合法:description 明确允许「comparisons between that skill's own capabilities or execution branches」。
single-target-routing
确定性只读扫描
scan_skill.py 生成文件清单、脱敏文本、引用信号(带 confidence + detection_rule 字段,CSS/@media 和代码块内误报已过滤)及 schema v2 分析模板,不执行任何目标脚本。
deterministic-scan
证据化语义分析
以 facts.json 为事实权威,完成 analysis.json:capabilities / input_classes / lanes / nodes / edges / findings。每条结论必须有来源摘录,推断须明确标注。
evidence-analysis
严格质量验证
validate_analysis.py --strict 检查结构完整性、证据摘录真实性,输出三项质量指标:evidence_coverage(≥90% 才通过)、inference_ratio、unsupported_claims(必须为 0)。只接受 schema_version: 2。
strict-quality-validation
实时报告渲染与服务
render_report.py --live 生成三栏 HTML(文件树 + 解析报告 + 动态 SVG 流程图);serve_report.py 在 127.0.0.1 提供文件 API,拒绝路径越界、符号链接和敏感文件。
live-report-delivery
工作原理
三步出报告,每步可单独重跑
每一步输入输出明确,永不覆盖既有运行目录(SKILL.md + scan_skill.py + render_report.py 三处一致强制)。
1
确定性扫描
读取 Skill 目录所有文件,脱敏、提取引用信号,生成 facts.json(事实层)和 analysis-template.json(schema v2 模板)。不执行目标代码。
python3 scripts/scan_skill.py ./my-skill --output-dir ./out --prompt "分析触发边界"
2
语义分析 + 严格验证
基于 facts.json 完成 analysis.json(capabilities / input_classes / lanes / nodes / edges),运行 --strict 验证确保零未支持声明、证据覆盖率 ≥ 90%。
python3 scripts/validate_analysis.py out/facts.json out/analysis.json --strict
3
渲染 + 实时服务
生成三栏 HTML,用 loopback 服务器提供实时文件预览 API,浏览器按需读取当前磁盘文件。URL 验证后交付。
python3 scripts/render_report.py out/facts.json out/analysis.json --output out/report.html --live
python3 scripts/serve_report.py --report out/report.html --skill-root ./my-skill --open
来自自指分析的设计结论
工具对自身输出了这四条结论
以下内容直接来自 findings 数组,不是手写文案。
strength · high
永不覆盖策略在三处一致强制
「Never overwrite an existing analysis run」在 SKILL.md 声明;scan_skill.py 检测到已有文件时 exit(4);render_report.py 检测到已有报告时 raise SystemExit。三层强制消除「批准覆盖」歧义。
strength · high
文档与实现现已全面对齐(v2 修复完成)
analysis-schema.md 和 analysis-guidance.md 均描述 v2 格式;validate_analysis.py 和 render_report.py 均只接受 v2;scan_skill.py 常量已清晰命名(FACTS_SCHEMA_VERSION / ANALYSIS_SCHEMA_VERSION)。经三轮修复后一致。
teaching-value · info
自指分析是检验 Skill 自我一致性的天然测试
本分析通过了自身的 --strict 验证(evidence_coverage 1.0,unsupported_claims 0),形成闭环——Skill 的质量标准对自身也成立。
boundary · low
服务器进程在 Agent 会话结束后被终止
SKILL.md 要求「不经用户要求不停止服务器」,但 Agent 会话结束时 serve_report.py 进程实际被终止。这是宿主能力边界而非 Skill 缺陷,Agent 应在交付时说明复现命令。
安装与运行
零外部依赖,Python 标准库即可
脚本只用 Python 3.10+ 标准库,无需 pip install。
快速开始
# 1. 克隆
git clone https://github.com/LiMingHuaGit/ming-skill-analyzer
# 2. 扫描你的 Skill
python3 scripts/scan_skill.py ./my-skill \
--output-dir ./my-analysis \
--prompt "分析触发场景"
# 3. 完成 analysis.json 后验证并渲染
python3 scripts/validate_analysis.py my-analysis/facts.json my-analysis/analysis.json --strict
python3 scripts/render_report.py my-analysis/facts.json my-analysis/analysis.json \
--output my-analysis/report.html --live
# 4. 本地浏览(127.0.0.1 only)
python3 scripts/serve_report.py \
--report my-analysis/report.html \
--skill-root ./my-skill --open
Python 3.10+
标准库
macOS · Linux · Windows
现代浏览器
🔓
MIT 许可证,完全开放
由 李明华(Minghua Li) 开发,作为个人工具链的一部分开源。适合 Agent Skill 作者、使用 Claude Code / Codex 的团队,以及希望理解 Skill 工作原理的开发者。