Skill Atlas

研究协议

先讲证据,再谈评价。

Skill Atlas 严格区分能够从工件读取的事实,与必须在受控运行中观察的结果。这一区分贯穿每份档案。

研究单位是一份固定的源码快照。

公开仓库文件作为不可信数据采集,分析时不会执行。记录指向所有者、路径、提交、许可证与采集时间。上游技能发生变化意味着一次新的阅读,而不是悄悄改写旧结论。

从源码到档案

  1. 01

    采集

    读取固定提交中的公开源码,保留来源追溯与上游许可证信息。

  2. 02

    检视

    解析前置元数据,盘点文件,识别结构与安全相关信号,不运行下载代码。

  3. 03

    解读

    描述能力与暂定工作流,标明分析依据,不把解读混同于实际观察。

  4. 04

    测量

    只有使用指定官方方法并记录模型的显式运行,才产生精确 token 数值,否则保持不可用。

  5. 05

    评估

    受控任务必须记录模型、环境、基线与结果。不虚构任务、通过记录或性能对比。

证据边界

审阅状态与评估状态彼此独立。源码可以接受静态检视而从未执行;受控评估必须说明自身条件。

静态审阅可以确认

  • 某个提交包含哪些文件与指令
  • 是否出现脚本、网络信号、写入或凭据引用
  • 表面运行顺序与安装入口
  • 仅在指定官方方法实测后给出精确 token 数

静态审阅无法确认

  • 技能在你的环境中运行是安全的
  • 技能能够正确、稳定地完成任务
  • 技能可以改善质量、速度或 token 效率
  • 未观察到的风险面不存在

Token 层次不是单一价格。

发现元数据与激活指令在不同时机进入上下文,捆绑资源也可能按需载入。我们展示每一层的测量方法及模型,绝不会用文件大小估计填补不可用数值。

评估只能报告,不能推断。

有受控测试时,档案列出任务、基线、结果与可用测量;没有时,界面会明确说明。已记录任务数量代表覆盖范围,而不是通用基准。

安全发现是复核提示。

网络调用、文件写入或凭据引用提示我们检查上下文与权限,而不是自动作出判决。反之,“未发现”只表示在所述静态方法下未发现,永远不构成保证。

已知限制

源码快照会过时,生成的摘要和工作流可能是暂定解读,仓库热度不代表技能质量。Token 使用与任务行为会随模型、提示、环境和资源加载路径而变化。

检视技能目录