@topmindspace/tms-skills 2.0.0 → 2.0.2

package/top-ppt-html/scripts/audit_skill.py

@@ -1,220 +1,220 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-"""TopPPT HTML · 技能工程审计（零依赖 · 体积预算 / 渐进式披露 / 触发门禁 / 冗余）
-
-用法:
-    python scripts/audit_skill.py            # 全量审计
-    python scripts/audit_skill.py --quiet    # 仅打印结论
-    python scripts/audit_skill.py --json     # 机器可读
-
-为什么需要它（第一性原理）:
-    技能的成本 = **加载进上下文的字节数** + **必须执行的步骤数**。这两项在 v7.1 完全无预算、
-    无门禁，导致"技能越做越全 → 单次生成越慢越贵"。本脚本把「效率目标」变成可检查项。
-
-审计项（任一不过 → 退出码 1）:
-  ① 体积预算   —— SKILL.md / 常读入口 playbook.md / 单份 reference / 模式模板 的上限
-  ② 元数据     —— frontmatter name 与技能名一致；description ≤ DESC_HARD，且 ≤ DESC_SOFT（触发精度）
-  ③ 披露分层   —— SKILL.md 必须声明 L0/L1/L2 三档，且 L1（常读入口）恰好 1 份
-  ④ 交互门禁   —— SKILL.md 必须含「Gate 0 参考图先行」，且其出现位置在「六项问询」之前
-  ⑤ 效率预算   —— SKILL.md 必须显式声明交互轮次上限与必读文件数上限
-  ⑥ 引用完整性 —— SKILL.md 与 playbook.md 提到的 references/*.md 必须存在
-  ⑦ 冗余报告   —— SKILL.md ↔ 全部 references（含 playbook）的归一化共同片段
-                 （≥20 字含 CJK；命令行/路径等纯 ASCII 重复豁免）
-"""
-from __future__ import annotations
-
-import json
-import re
-import sys
-from pathlib import Path
-
-try:
-    sys.stdout.reconfigure(encoding='utf-8', errors='replace')
-except Exception:
-    pass
-
-sys.path.insert(0, str(Path(__file__).resolve().parent))
-from package_skill import DESC_LIMIT, NAME  # noqa: E402  复用进包门禁的同一常量
-
-ROOT = Path(__file__).resolve().parent.parent
-REF = ROOT / 'references'
-TPL = ROOT / 'assets' / 'templates'
-QUIET = '--quiet' in sys.argv[1:]
-AS_JSON = '--json' in sys.argv[1:]
-
-# ── 效率预算（唯一来源；调整预算改这里）──────────────────────────────────
-BUDGET = {
-    'skill_md': 13 * 1024,        # 入口路由：加载即占上下文，必须瘦（v8.3 从 16KB 收紧：SKILL.md 瘦身后 12.4KB + 余量）
-    'playbook': 22 * 1024,        # 唯一常读入口（决策层：模式/版式/图表/配色/校验）
-    'reference': 96 * 1024,       # 单份深度文件上限
-    'template': 320 * 1024,       # 模式模板（引擎+运行时内联，天然大；靠 scaffold 脚本避免被读）
-    'desc_soft': 700,             # description 软上限（触发精度）
-    'desc_hard': DESC_LIMIT,      # description 硬上限（宿主规范）
-    'l1_files': 1,                # 常读入口份数
-}
-PLAYBOOK = REF / 'playbook.md'
-
-# 「内容两处维护」检测：归一化滑窗子串（v8.3 起）。
-# 旧实现只切 ≥40 字整句且**排除 playbook** —— 表格行/公式/判定条件全部漏检。
-# 新实现：整库归一化（去空白与 markdown 修饰符）后做滑窗子串匹配，
-# 窗口须含 CJK（纯 ASCII 的命令行/路径重复属工具语义，豁免）。
-_NORM_STRIP = re.compile(r'[`*_#>\[\]()|:：,，。;；\s·—\-–/\\="「」『』（）]')
-_CJK = re.compile(r'[\u4e00-\u9fff]')
-DUP_WIN = 20       # 共同片段最小归一化长度（<20 的短语级重合属合理摘要，放行）
-DUP_MAX = 0        # 允许的重复片段上限（S2-1 瘦身后应为 0）
-
-
-def norm_text(text: str) -> str:
-    return _NORM_STRIP.sub('', text)
-
-
-def dup_spans(sk_text: str, refs_text: str) -> list[str]:
-    """返回 SKILL.md 与 references 的共同归一化片段（合并相邻窗口）。"""
-    a, b = norm_text(sk_text), norm_text(refs_text)
-    ranges: list[tuple[int, int]] = []
-    i = 0
-    while i + DUP_WIN <= len(a):
-        w = a[i:i + DUP_WIN]
-        if _CJK.search(w) and w in b:
-            p = b.find(w)
-            lo, hi = i, i + DUP_WIN
-            # 命中后向两侧扩展到最长共同片段（闭合步长 4 的对齐缺口）
-            while lo > 0 and p > 0 and a[lo - 1] == b[p - 1]:
-                lo -= 1
-                p -= 1
-            hi_b = p + DUP_WIN
-            while hi < len(a) and hi_b < len(b) and a[hi] == b[hi_b]:
-                hi += 1
-                hi_b += 1
-            if ranges and lo <= ranges[-1][1]:
-                ranges[-1] = (ranges[-1][0], hi)
-            else:
-                ranges.append((lo, hi))
-            i = hi  # 跳过已覆盖区间（顺带提速）
-        else:
-            i += 4
-    return [a[lo:hi] for lo, hi in ranges]
-
-
-def kb(n: int) -> str:
-    return f'{n / 1024:.1f}KB'
-
-
-def main() -> int:
-    errs: list[str] = []
-    notes: list[str] = []
-    rows: list[tuple[str, bool, str]] = []
-
-    def chk(name: str, ok: bool, bad_detail: str, ok_detail: str | None = None,
-            fatal: bool = True) -> None:
-        """bad_detail 用于失败说明；ok_detail 用于通过说明（缺省复用 bad_detail）。"""
-        detail = (ok_detail if (ok and ok_detail is not None) else bad_detail)
-        rows.append((name, ok, detail))
-        if not ok:
-            (errs if fatal else notes).append(f'{name}: {bad_detail}')
-
-    sk_path = ROOT / 'SKILL.md'
-    sk = sk_path.read_text(encoding='utf-8')
-
-    # ① 体积预算
-    sk_size = sk_path.stat().st_size
-    chk('① SKILL.md 体积', sk_size <= BUDGET['skill_md'],
-        f'{kb(sk_size)} / 上限 {kb(BUDGET["skill_md"])}')
-
-    pb_size = PLAYBOOK.stat().st_size if PLAYBOOK.exists() else -1
-    chk('① 常读入口 playbook.md', 0 < pb_size <= BUDGET['playbook'],
-        f'{kb(pb_size)} / 上限 {kb(BUDGET["playbook"])}' if pb_size > 0
-        else f'缺失（应存在且 ≤ {kb(BUDGET["playbook"])}）')
-
-    over_ref = [(p.name, p.stat().st_size) for p in sorted(REF.glob('*.md'))
-                if p.stat().st_size > BUDGET['reference']]
-    chk('① 单份 reference 体积', not over_ref,
-        '; '.join(f'{n} {kb(s)}' for n, s in over_ref) or
-        f'最大 {kb(max((p.stat().st_size for p in REF.glob("*.md")), default=0))} / 上限 {kb(BUDGET["reference"])}')
-
-    over_tpl = [(p.name, p.stat().st_size) for p in sorted(TPL.glob('*.html'))
-                if p.stat().st_size > BUDGET['template']]
-    chk('① 模式模板体积', not over_tpl,
-        '; '.join(f'{n} {kb(s)}' for n, s in over_tpl) or
-        f'最大 {kb(max((p.stat().st_size for p in TPL.glob("*.html")), default=0))} / 上限 {kb(BUDGET["template"])}')
-
-    # ② 元数据
-    d = re.search(r'^description:\s*"(.*)"\s*$', sk, re.M | re.S)
-    dlen = len(d.group(1)) if d else -1
-    nm = re.search(r'^name:\s*(\S+)\s*$', sk, re.M)
-    chk('② name 一致', bool(nm) and nm.group(1) == NAME,
-        f'name={nm.group(1) if nm else "缺失"}（应为 {NAME}）')
-    chk('② description 硬上限', 0 < dlen <= BUDGET['desc_hard'],
-        f'{dlen} / 上限 {BUDGET["desc_hard"]}')
-    chk('② description 软上限（触发精度）', 0 < dlen <= BUDGET['desc_soft'],
-        f'{dlen} / 建议 ≤ {BUDGET["desc_soft"]}')
-
-    # ③ 渐进式披露分层（机器可读标记：L0=… · L1=… · L2=…）
-    m_l1 = re.search(r'L1\s*=\s*`?([^`\s·|]+)`?', sk)
-    has_l0 = bool(re.search(r'L0\s*=', sk))
-    has_l2 = bool(re.search(r'L2\s*=', sk))
-    l1_files = [f.strip() for f in re.split(r'[,、]', m_l1.group(1)) if f.strip()] if m_l1 else []
-    chk('③ 披露分层 L0/L1/L2', has_l0 and has_l2 and len(l1_files) == BUDGET['l1_files'],
-        f'L0={has_l0} L1={l1_files} L2={has_l2}（L1 须恰好 {BUDGET["l1_files"]} 份）')
-    chk('③ 常读入口存在', bool(l1_files) and all((ROOT / f).exists() for f in l1_files),
-        f'L1={l1_files} 不存在', f'{l1_files} 存在')
-
-    # ④ Gate 0（参考图先行）
-    g0 = sk.find('Gate 0')
-    ask = sk.find('六项问询')
-    chk('④ Gate 0 存在', g0 >= 0, '未找到「Gate 0」标记', '已就位')
-    chk('④ Gate 0 在问询之前', g0 >= 0 and ask >= 0 and g0 < ask,
-        f'Gate0@{g0} 未在六项问询@{ask} 之前', f'位置正确（{g0} < {ask}）')
-
-    # ⑤ 效率预算声明
-    chk('⑤ 交互轮次预算', bool(re.search(r'交互轮次|轮次上限|≤\s*3\s*轮', sk)),
-        'SKILL.md 未声明交互轮次上限', '已声明（≤3 轮）')
-    chk('⑤ 必读文件预算', bool(re.search(r'必读.{0,6}上限|必读文件数|只读当前需要的|不预读', sk)),
-        'SKILL.md 未声明必读文件预算/不预读纪律', '已声明（不预读纪律）')
-
-    # ⑥ 引用完整性
-    missing: list[str] = []
-    n_refs = 0
-    for src, text in (('SKILL.md', sk),
-                      ('references/playbook.md',
-                       PLAYBOOK.read_text(encoding='utf-8') if PLAYBOOK.exists() else '')):
-        for rel in sorted(set(re.findall(r'references/([a-z0-9\-]+\.md)', text))):
-            n_refs += 1
-            if not (REF / rel).exists():
-                missing.append(f'{src} → references/{rel}')
-    chk('⑥ 引用文件存在', not missing, '; '.join(missing),
-        f'{n_refs} 处引用全部存在')
-
-    # ⑦ 冗余报告（SKILL.md ↔ 全部 references，含 playbook；归一化滑窗子串）
-    refs_all = '\n'.join(p.read_text(encoding='utf-8') for p in sorted(REF.glob('*.md')))
-    dup = dup_spans(sk, refs_all)
-    chk('⑦ 内容重复（SKILL.md ↔ references · 归一化 ≥%d 字）' % DUP_WIN,
-        len(dup) <= DUP_MAX,
-        f'{len(dup)} 处重复' + (f'：{dup[0][:40]}…' if dup else ''),
-        f'0 处重复（≥{DUP_WIN} 字归一化片段）')
-
-    # ── 输出 ────────────────────────────────────────────────────────────────
-    if AS_JSON:
-        print(json.dumps({'rows': [{'item': r[0], 'ok': r[1], 'detail': r[2]} for r in rows],
-                          'errors': errs, 'notes': notes}, ensure_ascii=False, indent=2))
-        return 1 if errs else 0
-    if not QUIET:
-        print('技能工程审计 · 效率预算与门禁\n' + '-' * 56)
-        for n, ok, det in rows:
-            print(f'  {"✓" if ok else "✗"} {n}：{det}')
-        if notes:
-            print('\n提示（不判失败）：')
-            for n in notes:
-                print(f'  · {n}')
-        print('-' * 56)
-    if errs:
-        print(f'技能工程审计未通过：{len(errs)} 项')
-        for e in errs:
-            print(f'  ✗ {e}')
-        return 1
-    print('技能工程审计通过：体积达标 · 元数据合规 · 三档披露 · Gate 0 就位 · 预算已声明')
-    return 0
-
-
-if __name__ == '__main__':
-    sys.exit(main())
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""TopPPT HTML · 技能工程审计（零依赖 · 体积预算 / 渐进式披露 / 触发门禁 / 冗余）
+
+用法:
+    python scripts/audit_skill.py            # 全量审计
+    python scripts/audit_skill.py --quiet    # 仅打印结论
+    python scripts/audit_skill.py --json     # 机器可读
+
+为什么需要它（第一性原理）:
+    技能的成本 = **加载进上下文的字节数** + **必须执行的步骤数**。这两项在 v7.1 完全无预算、
+    无门禁，导致"技能越做越全 → 单次生成越慢越贵"。本脚本把「效率目标」变成可检查项。
+
+审计项（任一不过 → 退出码 1）:
+  ① 体积预算   —— SKILL.md / 常读入口 playbook.md / 单份 reference / 模式模板 的上限
+  ② 元数据     —— frontmatter name 与技能名一致；description ≤ DESC_HARD，且 ≤ DESC_SOFT（触发精度）
+  ③ 披露分层   —— SKILL.md 必须声明 L0/L1/L2 三档，且 L1（常读入口）恰好 1 份
+  ④ 交互门禁   —— SKILL.md 必须含「Gate 0 参考图先行」，且其出现位置在「六项问询」之前
+  ⑤ 效率预算   —— SKILL.md 必须显式声明交互轮次上限与必读文件数上限
+  ⑥ 引用完整性 —— SKILL.md 与 playbook.md 提到的 references/*.md 必须存在
+  ⑦ 冗余报告   —— SKILL.md ↔ 全部 references（含 playbook）的归一化共同片段
+                 （≥20 字含 CJK；命令行/路径等纯 ASCII 重复豁免）
+"""
+from __future__ import annotations
+
+import json
+import re
+import sys
+from pathlib import Path
+
+try:
+    sys.stdout.reconfigure(encoding='utf-8', errors='replace')
+except Exception:
+    pass
+
+sys.path.insert(0, str(Path(__file__).resolve().parent))
+from package_skill import DESC_LIMIT, NAME  # noqa: E402  复用进包门禁的同一常量
+
+ROOT = Path(__file__).resolve().parent.parent
+REF = ROOT / 'references'
+TPL = ROOT / 'assets' / 'templates'
+QUIET = '--quiet' in sys.argv[1:]
+AS_JSON = '--json' in sys.argv[1:]
+
+# ── 效率预算（唯一来源；调整预算改这里）──────────────────────────────────
+BUDGET = {
+    'skill_md': 13 * 1024,        # 入口路由：加载即占上下文，必须瘦（v8.3 从 16KB 收紧：SKILL.md 瘦身后 12.4KB + 余量）
+    'playbook': 22 * 1024,        # 唯一常读入口（决策层：模式/版式/图表/配色/校验）
+    'reference': 96 * 1024,       # 单份深度文件上限
+    'template': 320 * 1024,       # 模式模板（引擎+运行时内联，天然大；靠 scaffold 脚本避免被读）
+    'desc_soft': 700,             # description 软上限（触发精度）
+    'desc_hard': DESC_LIMIT,      # description 硬上限（宿主规范）
+    'l1_files': 1,                # 常读入口份数
+}
+PLAYBOOK = REF / 'playbook.md'
+
+# 「内容两处维护」检测：归一化滑窗子串（v8.3 起）。
+# 旧实现只切 ≥40 字整句且**排除 playbook** —— 表格行/公式/判定条件全部漏检。
+# 新实现：整库归一化（去空白与 markdown 修饰符）后做滑窗子串匹配，
+# 窗口须含 CJK（纯 ASCII 的命令行/路径重复属工具语义，豁免）。
+_NORM_STRIP = re.compile(r'[`*_#>\[\]()|:：,，。;；\s·—\-–/\\="「」『』（）]')
+_CJK = re.compile(r'[\u4e00-\u9fff]')
+DUP_WIN = 20       # 共同片段最小归一化长度（<20 的短语级重合属合理摘要，放行）
+DUP_MAX = 0        # 允许的重复片段上限（S2-1 瘦身后应为 0）
+
+
+def norm_text(text: str) -> str:
+    return _NORM_STRIP.sub('', text)
+
+
+def dup_spans(sk_text: str, refs_text: str) -> list[str]:
+    """返回 SKILL.md 与 references 的共同归一化片段（合并相邻窗口）。"""
+    a, b = norm_text(sk_text), norm_text(refs_text)
+    ranges: list[tuple[int, int]] = []
+    i = 0
+    while i + DUP_WIN <= len(a):
+        w = a[i:i + DUP_WIN]
+        if _CJK.search(w) and w in b:
+            p = b.find(w)
+            lo, hi = i, i + DUP_WIN
+            # 命中后向两侧扩展到最长共同片段（闭合步长 4 的对齐缺口）
+            while lo > 0 and p > 0 and a[lo - 1] == b[p - 1]:
+                lo -= 1
+                p -= 1
+            hi_b = p + DUP_WIN
+            while hi < len(a) and hi_b < len(b) and a[hi] == b[hi_b]:
+                hi += 1
+                hi_b += 1
+            if ranges and lo <= ranges[-1][1]:
+                ranges[-1] = (ranges[-1][0], hi)
+            else:
+                ranges.append((lo, hi))
+            i = hi  # 跳过已覆盖区间（顺带提速）
+        else:
+            i += 4
+    return [a[lo:hi] for lo, hi in ranges]
+
+
+def kb(n: int) -> str:
+    return f'{n / 1024:.1f}KB'
+
+
+def main() -> int:
+    errs: list[str] = []
+    notes: list[str] = []
+    rows: list[tuple[str, bool, str]] = []
+
+    def chk(name: str, ok: bool, bad_detail: str, ok_detail: str | None = None,
+            fatal: bool = True) -> None:
+        """bad_detail 用于失败说明；ok_detail 用于通过说明（缺省复用 bad_detail）。"""
+        detail = (ok_detail if (ok and ok_detail is not None) else bad_detail)
+        rows.append((name, ok, detail))
+        if not ok:
+            (errs if fatal else notes).append(f'{name}: {bad_detail}')
+
+    sk_path = ROOT / 'SKILL.md'
+    sk = sk_path.read_text(encoding='utf-8')
+
+    # ① 体积预算
+    sk_size = sk_path.stat().st_size
+    chk('① SKILL.md 体积', sk_size <= BUDGET['skill_md'],
+        f'{kb(sk_size)} / 上限 {kb(BUDGET["skill_md"])}')
+
+    pb_size = PLAYBOOK.stat().st_size if PLAYBOOK.exists() else -1
+    chk('① 常读入口 playbook.md', 0 < pb_size <= BUDGET['playbook'],
+        f'{kb(pb_size)} / 上限 {kb(BUDGET["playbook"])}' if pb_size > 0
+        else f'缺失（应存在且 ≤ {kb(BUDGET["playbook"])}）')
+
+    over_ref = [(p.name, p.stat().st_size) for p in sorted(REF.glob('*.md'))
+                if p.stat().st_size > BUDGET['reference']]
+    chk('① 单份 reference 体积', not over_ref,
+        '; '.join(f'{n} {kb(s)}' for n, s in over_ref) or
+        f'最大 {kb(max((p.stat().st_size for p in REF.glob("*.md")), default=0))} / 上限 {kb(BUDGET["reference"])}')
+
+    over_tpl = [(p.name, p.stat().st_size) for p in sorted(TPL.glob('*.html'))
+                if p.stat().st_size > BUDGET['template']]
+    chk('① 模式模板体积', not over_tpl,
+        '; '.join(f'{n} {kb(s)}' for n, s in over_tpl) or
+        f'最大 {kb(max((p.stat().st_size for p in TPL.glob("*.html")), default=0))} / 上限 {kb(BUDGET["template"])}')
+
+    # ② 元数据
+    d = re.search(r'^description:\s*"(.*)"\s*$', sk, re.M | re.S)
+    dlen = len(d.group(1)) if d else -1
+    nm = re.search(r'^name:\s*(\S+)\s*$', sk, re.M)
+    chk('② name 一致', bool(nm) and nm.group(1) == NAME,
+        f'name={nm.group(1) if nm else "缺失"}（应为 {NAME}）')
+    chk('② description 硬上限', 0 < dlen <= BUDGET['desc_hard'],
+        f'{dlen} / 上限 {BUDGET["desc_hard"]}')
+    chk('② description 软上限（触发精度）', 0 < dlen <= BUDGET['desc_soft'],
+        f'{dlen} / 建议 ≤ {BUDGET["desc_soft"]}')
+
+    # ③ 渐进式披露分层（机器可读标记：L0=… · L1=… · L2=…）
+    m_l1 = re.search(r'L1\s*=\s*`?([^`\s·|]+)`?', sk)
+    has_l0 = bool(re.search(r'L0\s*=', sk))
+    has_l2 = bool(re.search(r'L2\s*=', sk))
+    l1_files = [f.strip() for f in re.split(r'[,、]', m_l1.group(1)) if f.strip()] if m_l1 else []
+    chk('③ 披露分层 L0/L1/L2', has_l0 and has_l2 and len(l1_files) == BUDGET['l1_files'],
+        f'L0={has_l0} L1={l1_files} L2={has_l2}（L1 须恰好 {BUDGET["l1_files"]} 份）')
+    chk('③ 常读入口存在', bool(l1_files) and all((ROOT / f).exists() for f in l1_files),
+        f'L1={l1_files} 不存在', f'{l1_files} 存在')
+
+    # ④ Gate 0（参考图先行）
+    g0 = sk.find('Gate 0')
+    ask = sk.find('六项问询')
+    chk('④ Gate 0 存在', g0 >= 0, '未找到「Gate 0」标记', '已就位')
+    chk('④ Gate 0 在问询之前', g0 >= 0 and ask >= 0 and g0 < ask,
+        f'Gate0@{g0} 未在六项问询@{ask} 之前', f'位置正确（{g0} < {ask}）')
+
+    # ⑤ 效率预算声明
+    chk('⑤ 交互轮次预算', bool(re.search(r'交互轮次|轮次上限|≤\s*3\s*轮', sk)),
+        'SKILL.md 未声明交互轮次上限', '已声明（≤3 轮）')
+    chk('⑤ 必读文件预算', bool(re.search(r'必读.{0,6}上限|必读文件数|只读当前需要的|不预读', sk)),
+        'SKILL.md 未声明必读文件预算/不预读纪律', '已声明（不预读纪律）')
+
+    # ⑥ 引用完整性
+    missing: list[str] = []
+    n_refs = 0
+    for src, text in (('SKILL.md', sk),
+                      ('references/playbook.md',
+                       PLAYBOOK.read_text(encoding='utf-8') if PLAYBOOK.exists() else '')):
+        for rel in sorted(set(re.findall(r'references/([a-z0-9\-]+\.md)', text))):
+            n_refs += 1
+            if not (REF / rel).exists():
+                missing.append(f'{src} → references/{rel}')
+    chk('⑥ 引用文件存在', not missing, '; '.join(missing),
+        f'{n_refs} 处引用全部存在')
+
+    # ⑦ 冗余报告（SKILL.md ↔ 全部 references，含 playbook；归一化滑窗子串）
+    refs_all = '\n'.join(p.read_text(encoding='utf-8') for p in sorted(REF.glob('*.md')))
+    dup = dup_spans(sk, refs_all)
+    chk('⑦ 内容重复（SKILL.md ↔ references · 归一化 ≥%d 字）' % DUP_WIN,
+        len(dup) <= DUP_MAX,
+        f'{len(dup)} 处重复' + (f'：{dup[0][:40]}…' if dup else ''),
+        f'0 处重复（≥{DUP_WIN} 字归一化片段）')
+
+    # ── 输出 ────────────────────────────────────────────────────────────────
+    if AS_JSON:
+        print(json.dumps({'rows': [{'item': r[0], 'ok': r[1], 'detail': r[2]} for r in rows],
+                          'errors': errs, 'notes': notes}, ensure_ascii=False, indent=2))
+        return 1 if errs else 0
+    if not QUIET:
+        print('技能工程审计 · 效率预算与门禁\n' + '-' * 56)
+        for n, ok, det in rows:
+            print(f'  {"✓" if ok else "✗"} {n}：{det}')
+        if notes:
+            print('\n提示（不判失败）：')
+            for n in notes:
+                print(f'  · {n}')
+        print('-' * 56)
+    if errs:
+        print(f'技能工程审计未通过：{len(errs)} 项')
+        for e in errs:
+            print(f'  ✗ {e}')
+        return 1
+    print('技能工程审计通过：体积达标 · 元数据合规 · 三档披露 · Gate 0 就位 · 预算已声明')
+    return 0
+
+
+if __name__ == '__main__':
+    sys.exit(main())