/learn-eval-deep — 深度 Skill 品質驗證
在 /learn-eval 給出自評分數後，用這個指令做客觀交叉驗證。
Step 1: 定位 Skill
有引數時： 直接使用指定路徑或名稱。
若引數是名稱而非路徑，搜尋：
ls ~/.claude/skills/learned/*{引數}*.md 2>/dev/null
ls .claude/skills/learned/*{引數}*.md 2>/dev/null無引數時： 找最近修改的 learned skill：
ls -t ~/.claude/skills/learned/*.md | head -1確認目標後告知使用者：
目標：{skill_name} ({line_count} 行)Step 2: 選擇深度
提供三種模式讓使用者選：
選擇驗證深度： 1. structural — 結構分析（即時，0 tokens） 2. trigger — + 描述品質 + 觸發查詢生成（~6K tokens） 3. full — + 消融實驗，驗證 skill 是否真的有幫助（~18K tokens） 預設：1（直接按 Enter）
Step 3: 執行 Bridge
python3 ~/Documents/skills-ecosystem-eval/src/learn_eval_bridge.py \
"{skill_path}" --mode {mode}如果 bridge 不存在，提示：
Bridge 尚未安裝。請先 clone: ~/Documents/skills-ecosystem-eval/Bridge 輸出完整性檢查（依據：arXiv:2509.18970 結構性驗證優先）：
Bridge 執行後，在呈現分數前，用確定性工具驗證輸出包含所有預期欄位：
| 模式 | 必要欄位 | 驗證方式 |
|---|---|---|
| structural | s3_score, code_score, density, section_score, redundancy_penalty | 檢查 bridge stdout/JSON 鍵值存在 |
| trigger | + s1_score, description_quality | 同上 |
| full | + s2_delta, with_skill_score, without_skill_score | 同上 |
若任何必要欄位缺失，停止計算並警告：
[警告] Bridge 輸出缺少欄位：{缺失欄位列表}
分數計算不完整，映射結果不可靠。請確認 bridge 版本是否相容。缺失欄位的對應維度分數標記為 N/A，不以 0 代入計算。
Step 4: 呈現結果
三系統分數
以表格呈現原始分數：
| 系統 | 分數 | 說明 |
|---|---|---|
| System 3 (結構) | X/10 | 前置格式 + 章節 + 程式碼範例 + 內容密度 |
| System 1 (觸發) | X/10 | 描述品質（+ trigger F1 如有） |
| System 2 (消融) | delta | with_skill vs without_skill（full 模式才有） |
learn-eval 5 維度映射
將三系統分數映射為 learn-eval 的 5 維度（1-5），與 learn-eval 自評並排顯示：
維度 客觀分數 learn-eval 閾值
─────────────────────────────────────────
Specificity X.X/5 ≥ 3 ✓/✗
Actionability X.X/5 ≥ 3 ✓/✗
Scope Fit X.X/5 ≥ 3 ✓/✗
Non-redundancy X.X/5 ≥ 3 ✓/✗
Coverage X.X/5 ≥ 3 ✓/✗
─────────────────────────────────────────
總分 XX.X/25 Gate: PASS/FAIL資料來源覆蓋率標註（依據：OpenAI Developer Community 共識 — Checklist-driven）
每個維度分數旁標註資料來源的可靠度：
| 維度 | 分數 | 資料覆蓋率說明 |
|---|---|---|
| Specificity | X.X/5 | S3 結構分析（確定性，1 次掃描） |
| Actionability | X.X/5 | S2 delta 基於 1 case × 1 run — 統計力有限，僅供 sanity check |
| Scope Fit | X.X/5 | S1 描述品質分析（LLM 語意判斷，補充性） |
| Non-redundancy | X.X/5 | S3 結構分析（確定性） |
| Coverage | X.X/5 | S3 結構分析（確定性） |
覆蓋率等級：
- 高：確定性工具（grep/glob/AST），結果可重現
- 中：LLM 語意判斷，結果可能因 prompt 變化而浮動
- 低：單一 case 消融實驗，統計力不足以做強結論
標註重點
- 任何維度 < 3.0：明確標為 [FAIL] 並說明原因
- 冗餘度高：列出重疊的 skills 名稱
- 沒有程式碼範例：特別標註（最常見的扣分原因）
- 覆蓋率「低」的維度：加上
[低統計力]標記，避免誤判
Step 5: 建議動作
根據結果給出具體建議：
| 結果 | 建議 | 驗證信心度 |
|---|---|---|
| Gate PASS + 無 issue | 品質確認，無需動作 | 取決於使用的模式（structural 最低，full 最高） |
| Gate PASS + 有 issue | 列出改善項（如：加 code example） | 中（LLM 語意判斷補充） |
| Gate FAIL | 列出必要修正，問使用者是否要現在修 | 高（結構性驗證） |
| 冗餘度高 | 建議合併或差異化，列出重疊 skill | 高（grep 確定性搜尋） |
| delta ≤ 0 (full 模式) | skill 可能沒有實際幫助，建議檢視內容是否已被模型的 parametric knowledge 覆蓋 | 低 [低統計力] — 1 case 消融僅供方向參考，不宜直接退役 |
驗證信心度摘要（依據：arXiv:2509.18970）：
- structural 模式：高（純結構分析，可重現）
- trigger 模式：中（LLM 語意判斷，需人工確認）
- full 模式：中低（消融 1 case，需多次重跑才有統計意義）
如果使用者同意修改： 直接讀取 skill 檔案，根據建議進行修改（加 code examples、改 description 等），修改後重跑 bridge 驗證。
映射公式
Bridge 將三系統分數轉為 learn-eval 5 維度的邏輯：
| 維度 | 來源 | 計算 |
|---|---|---|
| Specificity | S3 code_score + density | 1 + (code/10)×2 + (density/10)×2 |
| Actionability | S2 delta + S3 structural | 3 + delta×2 + (structural-5)×0.2 |
| Scope Fit | S1 description_quality | 1 + (desc_quality/10)×4 |
| Non-redundancy | S3 redundancy_penalty | 5 - penalty |
| Coverage | S3 section_score + density | 1 + (section/10)×2 + (density/10)×2 |
（所有值 clamp 到 1.0-5.0）
限制
structural模式只看檔案結構，不呼叫 LLMtrigger模式生成查詢但不實際跑觸發測試（需要run_eval.py的.claude/commands/機制）full模式的消融只跑 1 case × 1 run（統計力有限，但夠做 sanity check）- Active agents（
~/.claude/agents/）的結構和 learned skills 不同，部分維度不適用