用途：评估一个仓库的文档是否足以让全新智能体独立理解系统。它启动 N 个（默认 3 个）从未接触过该仓库的全新会话，按评分标准（rubric）提问并评分，汇总多会话结果后报告。它只检测和报告，不会修复文档。
主要能力：识别跨 2 个及以上会话遗漏的概念（可靠文档缺口）、仅 1 个会话遗漏的概念（噪声，通常无碍），以及智能体自信断言但文档中并不存在的内容（幻觉）。每个概念按命中会话数给出判定：3/3 为 PASS，2/3 为 PASS（2/3）弱信号，1/3 为 FLAKY，0/3 为 FAIL 文档缺口。报告输出为 Markdown，包含逐题逐概念表格、文档改进目标和潜在幻觉列表。
使用方式：通过 npx 安装：npx skills add fellowship-dev/dogfooded-skills/skills/ops/cold-start-check。运行前需在 docs/cold-start-rubric.yml 准备评分标准文件；流程为先解析 rubric，再将其临时隐藏（并用 trap 保证恢复），随后为每题启动全新 claude -p 会话（不带 --continue、不共享上下文），保存回答，恢复 rubric，按关键词机械评分（可用 AI 判断纠正语义匹配），计算判定并生成报告，最后清理临时目录。每题的 expected_concepts 建议 3–5 条。
适用场景：文档更新后验证改动是否真的让系统更易理解；文档冲刺前建立基线、冲刺后复测改进；按月或按季度做健康检查，尽早发现文档腐化；新仓库接入框架后确认 docs/ 是否足以让智能体独立工作。
限制与注意事项：rubric 必须位于 docs/cold-start-rubric.yml，且在会话启动前隐藏，不能通过 --context 传入或在提示中提及，否则会出现假阳性；yq 缺失时解析可能失败；关键词评分可能漏掉语义匹配，需要人工复核；幻觉判定需人工审查。资料未提供具体收费、价格或平台信息。