用途：对新建或已有的生态能力（技能、插件、工作流、子智能体、钩子）进行严格审计，确认其创建、安装与结构符合权威生态规范。
主要能力：识别组件类型；在审计前阅读 ecosystem-authoritative-sources 技能库中的相关规范文件（路径 ./references/*.md）；检查目录结构是否符合标准（如 ./plugin.json、my-skill/SKILL.md），支持文件是否归入 scripts/、references/、assets/ 等官方可选目录；校验 plugin.json 清单模式，包括 name 使用 kebab-case、version 使用 semver、author 为对象而非字符串、不含 author.url 与 commands_dir/skills_dir 字段；校验技能命名使用动名词形式、1-64 个小写字母数字与连字符、无连续连字符且与父目录名完全一致；检查 YAML frontmatter 规则（description 1-1024 字符、compatibility 最多 500 字符、metadata 为字符串到字符串）；检查描述是否使用第三人称；检查渐进式披露（SKILL.md 少于 500 行，细节下沉到一层引用文件）；检查引用路径为相对路径、超过 100 行的引用文件含目录；检查脚本错误处理与避免魔法数字；检查多 CLI 支持（claude-cli、gemini-cli、copilot-cli）；检查硬编码凭据与 Windows 路径等反模式；检查 MCP 工具的 CONNECTORS.md 抽象与 ServerName:tool_name 格式；检查交互设计、执行安全（计划-验证-执行）、双模式架构、输出模板、升级与安全、来源透明等。
使用方式：依赖 Python 3.8+ 且仅用标准库，安装依赖可运行 pip-compile ./requirements.in 与 pip install -r ./requirements.txt；建议运行 skills-ref validate ./my-skill 捕获解析错误。
适用场景：审查代码库组件或计划中的扩展是否符合生态规范。
限制：资料未提供具体收费、平台与效果信息；requirements.txt 当前为空，仅标准库。