贡献与更新
如何推荐新 Skill
本目录依赖社区发现和人工审核来保持质量。以下是推荐新条目和参与维护的方式。
推荐流程
- 在 GitHub 发现候选： 寻找更新频繁（近 3 个月有 commit）、高星（建议 ≥ 100 star）、有清晰 README 和安装说明的科研 Skill 仓库。
- 提交推荐： 通过 GitHub Issues 提交，附上仓库链接、推荐理由和适用场景。
- AI 初筛： 维护者使用 AI 对候选技能进行静态审查：检查 Manifest 完整性、依赖声明、权限请求和安全风险。
- AI 实测： 在真实科研任务中运行技能，记录输入、输出和异常情况。
- 人工复核： 科研人员验证任务完成质量和科学边界，给出 PASS / WARN / FAIL 结论。
- 发布条目： 通过审核后，创建 MDX 条目并上线到目录。
条目要求
每个上线的条目必须包含：
- GitHub 仓库链接： 指向公开可访问的源码仓库。
- 安装说明： 清晰的一键安装或手动安装步骤。
- 输出样例： 至少一个可验证的输入 → 输出示例。
- 适用与不适用场景： 诚实声明边界。
- 安全声明： 联网、文件读写、脚本执行权限的透明说明。
定期更新
每月 Review
每月检查已收录条目的 GitHub 仓库活跃度。超过 6 个月无更新的条目降级为 WARN 并标注最后验证日期。
社区提名
通过 GitHub Issues 接收社区推荐。月度整理提名列表，优先审核高星和高需求条目。
版本追踪
已收录技能的新版本发布后，重新运行 AI 实测并更新条目中的 last_tested_at 和 reviewer_note。
审核标准
详见 评测标准 页面。核心原则：每个结论必须以具体任务、测试数据和行为证据为支撑，不做空泛推荐。