（4052期）Work Productivity Skill Vetter Workflow Helper – AI技能安全审查与优化助手

AI技能安全审查与优化助手 基于Clawhub平台验证需求设计，帮助Agent用户、技能作者和团队进行Skill Vetter风格的安全审查、Bug修复和可靠性加固，提供本地友好的工作流模板与检查清单。 使用说明 核心用法 Work Productivity Skill Vetter Workflow Helper 是一款面向AI技能生态系统的专业工作流辅助工具，核心功能是帮助用户将已验证的热门技能模式（Skill Vetter-style workflows）转化为更可靠、更安全的实际工作流，或创建相关的衍生技能。其工作流程遵循六步闭环：重述用户需求与约束条件→制定精简工作计划→智能补全缺失信息→优先采用本地硬件友好方案→产出目标交付物→验证并标注风险。 工具特别强调本地优先原则，优先推荐脚本、模板、检查清单，以及兼容小型模型或CPU运行的方案，避免强制依赖云端资源或大规模训练，这对注重数据隐私和成本控制的用户尤为关键。 显著优点 需求验证驱动：基于10个跨3个来源族的在线信号验证，需求得分100/100，确保解决方案对准真实痛点而非臆测需求。 结构化输出：强制要求产出可复用的检查清单、工作流模板或决策辅助工具，提升团队标准化能力。 轻量可执行：拒绝"云原生绑架"，脚本和本地运行优先，降低部署门槛和长期运营成本。 风险透明化：每个输出必须包含假设条件、局限性说明及后续跟进建议，避免"黑盒交付"。 潜在缺点与局限性 领域聚焦较窄：当前主要针对Skill Vetter类安全审查场景，通用工作流支持能力待验证。 智能补全边界：第3步"合理假设并继续"可能对复杂企业环境产生误判，需人工复核关键假设。 本地优先的代价：部分高性能需求（如大规模模型微调）可能被迫降级，影响最终效果。 适合目标群体 技能作者与维护者：需要为自己的AI技能增加安全审查流程或修复生产Bug。 Agent平台运营团队：希望建立标准化的技能上线前检查机制。 中小型技术团队：缺乏专职DevOps/安全工程师，需要开箱即用的加固模板。 隐私敏感型企业：要求数据处理本地化，拒绝云端依赖。 常规使用风险 验证覆盖风险：尽管需求经过多源验证，但特定行业的合规要求（如金融、医疗）可能超出内置检查清单范围。 脚本兼容性：本地优先脚本可能在不同操作系统或硬件环境中表现差异，需测试矩阵覆盖。 模型能力边界：CPU-safe方案可能牺牲部分AI能力，用户需权衡性能与成本。 维护滞后性：依赖的"references/requirement-plan.md"等文档若未及时更新，可能导致建议与平台实际状态脱节。 原始说明 Helps with Agent users show strong demand for Skill Vetter-st...