LGD 生态入口 —— 从任一入口都能走到全部入口
官网 medxpert.cn · 评测门禁 lgd-gate · npm 包 lgd-eval · 公开评分卡 · 排行榜 · 一行安装(免 VPN)
三律:有籍(可追溯)· 有证(有证据)· 有门禁(有检查)
技能能不能上架,不由下载量决定,由五维分数和三律决定。
AI Agent 技能评测引擎。给任意技能目录打一个 0–100 的 Trust Score,同时判断它是否满足 LGD 三律(有籍 / 有证 / 有门禁),并输出能被机器执行的整改清单。
# 方式 A(今天就能用):从 Release 下 tgz,解包后运行 —— 这条路线已实测通过
# https://github.com/LGD-Eval/lgd-gate/releases/download/v1.0.1/lgd-eval-1.0.1.tgz
# 方式 B(尚未发布):npx lgd-eval —— 该包还没有发布到 npm registry,
# 现在请求 registry 的 `lgd-eval` 包元数据,返回 404,所以这条命令暂时会失败。
npx lgd-eval ./my-skill诚实说明:
package.json里声明了name: lgd-eval/bin: lgd-eval,但没有发布。 在没有发布之前跑npx会去 registry 拉一个不存在的包——所以我们把「能用的那条」写在前面。 发布属于对外动作,需要作者单独批准。
npx lgd-eval ./my-skill --fail-under 90 --fix-json fix-plan.json(同上:该命令依赖已发布的 npm 包。tgz 路线里用 bin/lgd-eval.js 直接运行即可。)
解包后你手上是一个 package/ 目录,里面没有 node_modules,所以 npx 那条在这里跑不了。
下面三条都在 tgz 所在的那层目录执行(不是 package/ 里面):
# 在 tgz 所在目录(解包后出现 package/ 的那一层)
tar -xzf lgd-eval-<版本>.tgz
node package/bin/lgd-eval.js --version
# 把 ./my-skill 换成你自己的技能目录
node package/bin/lgd-eval.js ./my-skill-
需要本机有 Python 3:
bin/lgd-eval.js只做启动器,打分在包内vendor/scripts/evaluate.py; -
分数 < 90 想直接卡 CI:
node package/bin/lgd-eval.js ./my-skill --fail-under 90(退出码 1); -
看五维雷达:
node package/bin/lgd-eval.js ./my-skill --ascii。 -
分数 < 90 → 退出码 1,CI 直接红
-
fix-plan.json里每一项都是「缺口 → 整改动作 → 可判定验收」,AI 或人改完再跑一次即闭环
Trust Score: 100/100
等级: 🏆 A+
<!-- CI-GATE-NOTE -->
> 这个分数不是手填的:`.github/workflows/auto-eval.yml` 每次推送到 main 都会实跑一遍,**低于 90 分直接让 CI 变红**。复跑:`python3 skills/lgd-eval/scripts/evaluate.py skills/lgd-eval`
<!-- /CI-GATE-NOTE -->
五维: 结构完整性(25) / 目录结构(15) / 文档质量(20) / 安全检查(25) / 生态兼容(15)
LGD 三律
L1 有籍(档案可追溯) ✅
L2 有证(结论有证据) ✅
L3 有门禁(有检查) ✅
评测的终点是一个风险结论,不是一个权限决定。分数用来排优先级,授权必须另外授予:
| 分数 | 风险档位(参考) | authorization_status |
|---|---|---|
| ≥ 96 | T0 风险极低 | NOT_GRANTED |
| 81–95 | T1 风险低 | NOT_GRANTED |
| 51–80 | T2 风险中等 | NOT_GRANTED |
| 31–50 | T3 风险较高 | NOT_GRANTED |
| 11–30 | T4 风险高 | NOT_GRANTED |
| ≤ 10 | T5 风险极高 | NOT_GRANTED |
authorization_status 默认恒为 NOT_GRANTED,同时出现在终端输出与 --evidence-json 里。要变成 GRANTED,只能由维护者或无关联第三方单独书面授予——评测引擎本身没有这个能力,代码里也没有这条路径。风险高的档位建议走沙箱与人工复核,但那是建议,不是豁免。
三件事不要混:分数、档位、门禁。 action.yml 的默认门槛是 90,它是一个 CI 拦截值:低于 90 分 CI 失败。档位是描述(“81–95 属 T1 风险低”),门禁是拦截(“不到 90 就拦”),授权是签发(恒为 NOT_GRANTED)。因此 T1 的技能在默认门禁下仍会被拦——这不是矛盾,是两个不同的问题:档位回答“有多危险”,门禁回答“这次让不让过”。要放行 81–89 分的对象,须显式调低门槛并自行承担后果;门槛低于 49(安全否决封顶线)必须禁止,否则被否决的技能会被放行。校准数据显示默认 90 会拦掉 6 份干净技能里的 5 份,原因见 docs/CALIBRATION.md §5。
评测来源也必须可区分:--provenance self|automated|third_party,默认 self(维护者自评)。自评与 CI 自动跑都不构成第三方复核,对外不得称第三方认证。
同一个引擎在 GitHub Actions 里直接可用:
- uses: LGD-Eval/lgd-gate@v1
with:
path: ./my-skill
threshold: 90npm 包不含第二套打分算法。它只是一个启动器,转发给随包分发的 Python 实现(vendor/scripts/evaluate.py),与 GitHub 源码逐字节相同。任何人 clone 源码、跑同一条命令,得到的分数一样。
需要本机有 Python 3(打分逻辑在 Python 上)。没装会明确报错并给出安装指引,不会静默给出错误分数。
- 源码与方法论:https://github.com/LGD-Eval/lgd-gate
- 认证榜单:https://github.com/LGD-Eval/evaluation-evidence
- 理论:LGD 三律(有籍 / 有证 / 有门禁)
CC BY 4.0 © 2026 SynomosAI / LGD Ecosystem — attribution required; see LICENSE. Tooling in skill-audit is Apache-2.0; theory texts remain All Rights Reserved.

