把已有支付宝小程序源码改造为可被小程序 AI 调度的 原子接口 + 原子组件,并对生成的 Agent Skills 进行静态质量评测。
本仓库包含 2 个独立 Skill:
| Skill | 作用 |
|---|---|
alipay-skills-generate |
生成:静态分析支付宝小程序源码,提取业务执行链、网络接口与 JSAPI,设计并生成 skills/{skill-name}/ 原子接口和原子组件,同时完成 mcp.json、全局指令与 app.json 集成 |
alipay-skills-static-eval |
评测:从项目配置中发现 Agent Skills,通过多个独立评测任务检查召回、指引、JSAPI、AXML、安全性与用户体验,并汇总为 Markdown 报告 |
支付宝小程序源码 ──▶ alipay-skills-generate ──▶ skills/ 产物 ──▶ alipay-skills-static-eval ──▶ 静态评测报告
- 生成负责源码分析、能力设计、代码生成、宿主配置集成和确定性产物检查
- 生成完成后交棒给
alipay-skills-static-eval,对全局指令和各 Skill 进行语义质量评测 - 静态评测只分析文本和配置,不执行原子接口或组件代码,也不替代语法、JSON、路径和真机运行校验
| 项 | 说明 |
|---|---|
| Coding Agent | 支持加载和执行 Skills;运行 alipay-skills-static-eval 时还需支持并行子 Agent |
| Node.js | 用于执行产物检查与 Skill 发现脚本,建议使用 Node.js 18 或更高版本 |
| 小程序源码 | 项目需可完整读取,并包含 app.json 和页面目录 |
| Agent 配置 | 静态评测目标需在 app.json 的 agent.skills 中完成注册;使用 agent.instruction 时,其指向的指令文件也必须存在 |
在支付宝小程序项目目录中运行:
npx skills@latest add ant-mini-program/alipay-ai-skills在支持 Skills 的 Coding Agent 中输入:
使用 alipay-skills-generate 帮我把这个支付宝小程序的「商品检索 + 订单管理」做成小程序 AI Skills
Skill 会按 6 个 Gate 执行:需求澄清 → 项目扫描 → 源码执行事实与契约提取 → 接口及体验设计 → 代码实现 → 配置集成。主要产出包括:
skills/{skill-name}/:SKILL.md、mcp.json、index.js、原子接口、原子组件和工具模块AGENTS.md:项目级服务范围、Skill 路由与协作规则app.json:agent.skills与对应分包配置.alipay-ai-skills/:源码分析、接口契约和设计过程产物
建议每次聚焦一组连续的业务场景,完成生成和校验后再增量扩展。
详见 alipay-skills-generate/SKILL.md。
alipay-skills-static-eval 需要明确项目路径、报告路径、评测范围和并行度。建议一次性提供完整参数:
使用 alipay-skills-static-eval 评测 /absolute/path/to/miniprogram 中的全部 Skills,
将报告写入 /absolute/path/to/miniprogram/static-evaluation.md,并行度设为 5
Skill 会执行:
- 从
mini.project.json(如有)和app.json中发现全局指令与已注册 Skills - 对全局指令执行项目级评测
- 对每个 Skill 分别评测召回与触发、指引与示例、JSAPI、AXML、安全性与用户体验
- 汇总逐 Skill 问题、共性问题和跨 Skill 路由冲突,写入指定 Markdown 文件
评测基于 SKILL.md、mcp.json、组件和关联 JavaScript 等源文件进行语义分析,不会运行项目代码。
详见 alipay-skills-static-eval/SKILL.md。
使用本工具和友商的相似工具,分别基于支付宝真实对客小程序进行AI化改造,并从5个角度来评估改造效果。
- Query通过率: 生成的 Skill 通过完整评测 Query 的比率
- 用户动线完成度: 用户动线的覆盖完整性、参数证据、动作承接和失败恢复情况
- 源码忠实度: API、页面、字段、参数、状态和业务规则是否来自真实源码
- 安全与权限边界: 高风险动作是否避免自动执行,是否出现低风险动作矫枉过正的情况
- 组件交互质量: 卡片展示、按钮动作、半屏、原页面承接和用户下一步交互是否清晰
评估结果如下图: