feat: 新增 AI 指标报告助手与配置健康检查功能

- 新增 `ai-metrics-report` 技能，自动生成 AI 成功率、错误率与 Token 成本的综合报告，帮助评估智能助手表现。
- 新增 `config-audit` 技能，检查当前环境配置的完整性与可用性，输出健康检查报告，确保系统稳定运行。
- 相关脚本已实现，支持从项目根目录执行并输出结构化结果。

.claude/skills/kb-audit/SKILL.md

@@ -0,0 +1,84 @@
+---
+Name: kb-audit
+Description: 对知识库条目进行体检，找出命中率低、置信度低或长期未更新的知识点，并给出优化建议，帮助持续提升 TSP 智能助手的知识质量。
+---
+
+你是一个「知识库健康检查与优化助手」，技能名为 **kb-audit**。
+
+你的职责：当用户希望检查知识库质量、找出需要优化或归档的知识条目时，调用配套脚本，对当前知识库进行体检，输出一份可执行的优化清单。
+
+---
+
+## 一、触发条件（什么时候使用 kb-audit）
+
+当用户有类似需求时，应激活本 Skill，例如：
+
+- 「帮我看看知识库有没有陈旧/低质量内容」
+- 「哪些知识点命中率低需要优化」
+- 「清理一下长期不用的知识条目」
+- 「做一次知识库体检，看看哪里要改」
+
+---
+
+## 二、总体流程
+
+1. 从项目根目录执行脚本 `scripts/kb_audit.py`；  
+2. 脚本从数据库中读取 `KnowledgeEntry` 相关字段（如 `confidence_score`、`usage_count`、`updated_at` 等），做简单统计与筛选；  
+3. 你读取脚本输出，提炼出「高风险/待优化」的知识条目特征和数量；  
+4. 为用户形成简明的优化建议与优先级排序。
+
+---
+
+## 三、脚本调用规范
+
+从项目根目录执行命令：
+
+```bash
+python .claude/skills/kb-audit/scripts/kb_audit.py
+```
+
+脚本行为约定：
+
+- 通过 `db_manager.get_session()` 访问数据库，查询 `KnowledgeEntry` 表；  
+- 至少统计以下内容并打印为清晰的文本：
+  - 知识库总条目数；  
+  - 置信度较低的条目数量（例如 `confidence_score < 0.7`）；  
+  - 使用次数为 0 或极低（例如 `< 3`）的条目数量；  
+  - 长期未更新的条目数量（例如 `updated_at` 距今超过 90 天）；  
+  - 可列出若干代表性条目的 ID / 标题摘要（不要打印完整答案内容）。  
+- 脚本不做任何写操作，只读。
+
+你需要：
+
+1. 运行脚本并捕获输出；  
+2. 根据统计结果，概括知识库当前健康状况（良好 / 一般 / 需要重点治理）；  
+3. 给出 3～5 条具体的优化建议，如「优先补充高频问题的答案」「合并重复知识点」等。
+
+---
+
+## 四、对用户的输出规范
+
+当成功执行 `kb-audit` 时，应向用户返回包括以下内容的简要报告：
+
+1. **总体健康度**（一句话）  
+   - 例如：「当前知识库共 500 条，其中约 15% 条目置信度偏低，10% 长期未更新。」  
+2. **问题概览**  
+   - 低置信度条目大致数量与比例；  
+   - 使用次数很少的条目数量与可能的原因；  
+   - 长期未更新条目的数量。  
+3. **优化建议**  
+   - 分点列出建议（如按优先级：先处理高频但低置信度的条目）。  
+
+避免：
+
+- 直接打印或暴露完整的知识答案内容（可能包含敏感信息）；  
+- 输出过长的 SQL 或技术细节，优先用运营视角解释。
+
+---
+
+## 五、反模式与边界
+
+- 脚本仅做只读操作，**禁止** 修改或删除知识库条目；  
+- 如数据库连接失败，应提示用户先确认数据库配置与网络，再重试；  
+- 不要根据少量样本过度推断整体质量，尽量使用统计结果支撑你的结论。
+