用途：扫描当前仓库，按成熟度等级评估其反馈回路对 AI 辅助开发的支持程度，并给出可执行的改进建议。
主要能力：检查 CI 配置（如 .github/workflows/、.circleci/、Jenkinsfile、.gitlab-ci.yml 等）；按语言检查 linter 配置（JS/TS、Python、Rust、Go、Ruby、Java/Kotlin）；检查自定义 lint 规则；检查根目录 CLAUDE.md 及其强制标注（v2 规格 CLAUDE.md.spec.ts 或 v1 的 Enforced by:）；检查类型安全规格与生成类型（.vigiles/generated.d.ts）；检查截图/视觉测试（Playwright、Cypress、Chromatic、Percy、BackstopJS）；检查可观测性依赖（Sentry、Datadog、New Relic、OpenTelemetry、structlog、tracing 等）；检查定时智能体任务（CI 中的 cron、schedule 触发器等）。
成熟度等级：Level 0 Vibes（无 CI、无 linter、无 CLAUDE.md）；Level 1 Guardrails（有 CI 与标准 linter，无自定义规则）；Level 2 Architecture as Code（有自定义 lint 规则、CLAUDE.md 带强制标注）；Level 3 The Organism（CI + 自定义规则 + 视觉测试 + 可观测性 + 定时智能体任务）。
使用方式：在仓库中运行该技能，它会扫描上述信号并输出报告，包含仓库名、检测到的主要语言、评分等级、已发现信号清单及三条改进建议和升级路径。
适用场景：希望了解项目对 AI 编码智能体反馈支持程度、并计划逐步提升自动化与规范化的团队。
限制：资料未提供具体安装命令、运行命令、收费方式、支持平台及实际效果数据，这些信息暂未提供。