用途
该技能面向任何把文档归约为数字的流水线——字数统计、阅读时间、可读性、token 预算、去重键、校验和、搜索索引。这类流水线都有两半：把标记转换为可比较文本的规范化器，以及消费它的测量器。评审通常集中在测量器上，但几乎所有此类缺陷都藏在规范化器里，而且都不会抛出异常。失败模式高度一致：输出仍是看似合理的字符串，指标仍是看似合理的数字，没有任何地方报告问题。
主要能力
技能系统梳理了规范化环节的典型故障模式与审查方法：
- 缺失分隔符导致块融合：token 遍历式剥离器为内容 token 输出文本、为关闭 token 输出分隔符。漏掉一个关闭 token，两个块就会变成一个词。例如标题与正文融合为 "TitleBody text here."，导致字数下降、平均词长上升、可读性评分失真，且错误随标题密度放大；去重键或校验和也会与无标题的同一散文产生分歧。通用规则是：解析器打开的每个块级构造都必须以分隔符关闭，需从解析器枚举所有关闭 token 类型并逐一显式处理。
- 两类指标需要不同的规范化关注点：字符类指标（按字符数计算阅读时间、字节限制、字符配额、粗略 token 估算）会被残留语法字符破坏，如链接目标 URL、图片路径、围栏分隔符、表格竖线；在链接和图片密集的散文中，字符类阅读时间可能约为真实值的两倍。词/音节类指标（字数、可读性等级、音节比）按空白和标点分词，残留分隔符大多被冲掉，但丢失的块边界会直接破坏词和音节流，下游分词无法恢复。审查规则：对每个指标确认它消费规范化文本，再检查其类别盲区的失败——字符类查残留语法，词类查未插入的边界。
- 枚举规范化器的所有消费者：最常见的版本不是规范化器坏了，而是某个兄弟函数从未调用它。两个函数接受相同参数、位于同一文件、文档描述相同，却在任何 Markdown 输入上相差两倍。添加或修复规范化器时，应 grep 测量器的每个调用点而非规范化器，确认每个都经过规范化；同时记录规范化器的调用点数量，因为一旦有两个生产消费者，一行改动就会移动两个公开输出。还要检查分段路径（如 level="full" | "section" | "paragraph"），修复可能只应用于全文路径。
- 解析器预设是未选择的规则集：无参数构造解析器会选择默认配置，该配置决定哪些构造被识别。例如 CommonMark 预设没有 table 规则，GFM 表格会被当作普通段落，所有分隔符都会存活到所谓“纯文本”中。信任解析树前应打印启用的规则集，确认实际接收的构造在其中；启用规则时需在同一改动中匹配关闭 token 处理。
- 按非唯一自然键分组：将文档分段并按标题文本作为字典键，假设标题唯一，但 ### Example、## Notes、## Usage 在真实文档中反复出现。后果一是折叠，首次出现保留键，后续不再以自身键报告；后果二是重复计数，丢失内容通常被层级栈扩展到最近祖先段，使祖先的字数和阅读时间静默包含也报告在别处的正文，导致各段数字既不相加为整体也不保持不相交。应按结构唯一的东西（索引、(level, index) 对、带消歧后缀的 slug）为段设键，并将显示标题作为字段携带。
- 生成后缀与字面标题冲突：按标题出现次数计数不够，## Notes、另一个 ## Notes 和字面 ## Notes (2) 仍可能产生相同键。应在段首次创建时针对所有已用键分配每个键，保留原始标题用于显示，并测试重复标题和字面后缀标题的两种顺序。
- 写下哪些有损是故意的：规范化器在某些地方有意有损，例如剥离器可能丢弃列表标记，或完全忽略原始 HTML 块内容。这些是设计决策，乍看与缺失分隔符缺陷无法区分。两个方向的错误都会发生：有意丢弃被误读为缺陷而“修复”，意外融合被测试固定并作为表面意图存活多年。应在分支旁加一行注释说明意图，并让测试名称表达它。
- 测试规范化器而不依赖第三方常量：最强断言不需要分析库的任何常量——Markdown 输入必须与其手写纯文本等价物测量结果相同。当剥离器回归时该测试会硬失败，而评分库升级时仍通过。若分析依赖未固定版本，对其输出的精确浮点断言会随版本脆弱。需要文档数字时，使用与缺陷自身差距相称的容差，并通过运行代码测量期望值，绝不手工估计。固定错误输出的测试比没有测试更糟；发现规范化器缺陷时，应先读其测试文件，因为错误输出常已被逐字断言。
使用方式
技能以审查清单形式给出可操作步骤：确认解析器发出的每个块级关闭 token 都有显式分隔符分支，且列表从解析器枚举而非凭记忆；确认每个指标消费规范化文本，字符类额外审查残留语法字符，词类审查融合块边界；确认测量器的每个调用点都经过规范化器，包括分段路径；了解规范化器的生产消费者数量，改动时列出所有移动的输出；确认解析器规则集包含输入实际使用的构造，新启用规则有匹配的关闭 token 处理；段/分段映射按结构唯一键而非标题文本，并审查下游推导式和去重守卫的同一假设；有意有损在分支处注释并在测试中命名；回归测试断言 Markdown 等于纯文本等价物，加上精确的剥离字符串和字数，而非未固定库的浮点数；声明缺陷未测试前先检查现有测试是否固定了错误输出。
适用场景
适用于任何将文档归约为数字的流水线，尤其是文档页面、README、变更日志等标记密集且估算最重要的场景。
限制
资料未提供该技能的具体安装命令、依赖库、运行环境或平台信息，暂未提供。