企业官网建设流程全解析

radiology-skills发布治理全解析：release-allowlist、校验脚本与行为评测harness详解

【免费下载链接】radiology-skills项目地址: https://gitcode.com/gh_mirrors/ra/radiology-skills

radiology-skills 是面向医学影像科研的 40 技能包（清单版本 1.10.1），它的发布治理由三件套保障：release-allowlist发布白名单、发布边界校验脚本，以及behavior-evals行为评测 harness。本文带你从零看懂这套"质量门"如何确保发布出去的每一版都是干净、可验证、不过度承诺的。🛡️

一、先看仓库结构：什么是"发布面"

仓库分两层：外层是仓库根目录（含 README.md 与 install.md），内层radiology-skills/才是完整插件包，包含 40 个radiology-*技能目录、插件清单、scripts/校验脚本和behavior-evals/评测目录。

这里有一个关键概念：发布面（release surface）——只有白名单里列出的内容才允许进入发行包。本地研究语料（research/）、临时文件（tmp/）、下载的 PDF、OCR 中间产物、依赖缓存都是"开发证据"，不属于产品，更不能随包再分发。完整规则见 radiology-skills/RELEASE.md。

二、release-allowlist 发布白名单：只放行 11 个顶层入口

单一事实源是 radiology-skills/release-allowlist.txt，内容非常克制——只有 11 个顶层条目：

白名单是精确匹配（exact top-level set），任何未批准的添加都会让门禁失败（fail-closed），常见拦截场景包括：

• ⛔ 路径以根目录、..父路径或隐藏点开头（防目录穿越）；
• ⛔ reparse point（Windows 符号链接）、隐藏/系统文件混入；
• ⛔__pycache__、node_modules、.pyc/.dll/.log等编译与运行产物；
• ⛔ 同一目标被不同写法重复列入（归一化后去重）。

.gitignore也被要求必须排除/research/、/tmp/、**/__pycache__/、*.py[cod]——防止开发痕迹被顺手提交进发布面。

三、发布边界校验脚本：一条命令跑完全部门禁

核心入口是 radiology-skills/scripts/validate_release_boundary.ps1，在打 tag 或打包前运行：

pwsh -NoProfile -File scripts/validate_release_boundary.ps1 ` -ProductRoot '<产品根目录>' -PythonExecutable '<Python 3.10+ 解释器>'

它依次执行这些门禁（任一失败即整体 FAIL）：

1. 清单一致性：Claude 插件、marketplace、Codex 插件三份清单的 name/version/description/作者/许可证逐一比对；
2. 技能完整性：恰好 40 个radiology-*技能，且各自SKILL.md与agents/openai.yaml齐全；
3. 白名单审计：逐条解析、归一化、检查路径逃逸与禁止产物（见上一节）；
4. 资产校验：调用 validate_release_assets.py，检查所有 JSON/YAML 无重复键、每个技能的 frontmatter 名称与目录一致、全部本地 Markdown 链接不悬空；
5. 回归测试：扫描出所有test_*.py与validate_*.ps1，并与冻结清单 release-test-inventory.json 双向比对——当前冻结了27 个 Python 回归测试和 28 个 PowerShell 契约校验器。少了、多了、路径改了都会失败，杜绝"零测试通过"的假阳性。

环境要求：Python 3.10+（含yaml、pypdf、Pillow）+ PowerShell 7+。

构建器：双重验证 + 确定性打包

radiology-skills/scripts/build_release.py 在正式构建时做到"三重保险"：

• 先在源树跑一遍完整门禁，再把白名单内容拷入全新的 staging 目录（拒绝复用已存在路径），在干净副本里重跑完整门禁；
• 输出逐文件 size/SHA-256 清单与整树摘要，并记录 Python 依赖版本、外部校验器路径及其哈希，生成发布 receipt；
• 打出的 ZIP 是确定性的（固定时间戳、排序条目、统一权限位），同样内容必然得到相同压缩包与 SHA-256，便于第三方复核身份。

注意：receipt 只是"结构身份记录"，不等同于行为或科学层面的发布批准。

四、behavior-evals 行为评测 harness：静态检查证明不了模型行为

静态校验只能证明"契约格式正确"，证明不了"模型真的会照做"。radiology-skills/behavior-evals/ 目录就是为真实前向行为评测设计的发布级 harness：

• 冻结用例注册表：cases.json 收录 64 个冻结提示（覆盖口语化、模糊、复合、跨界四类），每条用例绑定 UTF-8 提示词的 SHA-256、声明必须/禁止行为、标记release_blocking旗标，并要求 40 个技能全部有覆盖——改一个字提示词就必须升版本号、重新采集输出；
• 评分标准：rubric.md 要求评审者逐条引用输出行号给分（2/1/0），出现任一禁止行为即 FAIL，并给出路由、执行真实性、证据拓扑、授权治理等 9 个跨用例维度；
• 收据机制：build_behavior_eval_receipt.py 对"目标技能+依赖技能"的完整文件树逐一哈希，生成哈希绑定的收据（schema 见 behavior-eval-receipt.schema.json）。任何 harness 或技能文件变动都会使旧收据失效。

⚠️证据边界（新手最容易误读的地方）：机器校验器只做结构完整性检查，永远不会把模型输出或自评变成"人工行为 PASS"；release_claim_eligible在 schema 中被恒定为false，因为本 harness 无法认证评审者身份与签名。发布级行为结论必须由合格人工裁决者对release_blocking用例完成裁决后，在 harness 之外做出——当前 40 个技能的 behavior receipt 均为NOT_ADJUDICATED，所以没有任何技能标为VALIDATED。🧪

五、能力成熟度：状态标签怎么来的

README 里 CONTRACTED / EXPERIMENTAL / VALIDATED 三个状态不是人工拍脑袋，而是由机器事实源 capability-maturity-registry.json 按独立状态轴推导，规则固化在 capability-maturity-and-release-governance.md。升级VALIDATED需要同时闭合六道证据（专属可执行门、合格人工行为裁决、来源时效核验、发布制品哈希身份等），任一缺失即降级——静态PASS、字符串命中或模型自评都不算数。

六、新手上手清单

• ✅ 只复制白名单内容安装技能，完整步骤见 install.md；不要把外层仓库目录当成单个技能；
• ✅ 发布/打包前跑一次validate_release_boundary.ps1，看输出是PASS还是FAIL及具体原因；
• ✅ 遇到 FAIL 先读错误前缀定位门禁（Missing required release path/Gate failed: ...），再对照 RELEASE.md 的"明确排除项"清理开发产物；
• ✅ 想理解某条规则为何存在，直接读对应校验脚本，如白名单逻辑在 test_release_boundary_allowlist.py 中有对应的失败路径用例。

一句话总结：release-allowlist 决定"发什么"，校验脚本决定"发得干不干净"，behavior-evals 决定"敢不敢为行为下结论"——三者叠加，才构成 radiology-skills 可信的发布治理闭环。📦

【免费下载链接】radiology-skills项目地址: https://gitcode.com/gh_mirrors/ra/radiology-skills