App Store 预检技能
提交前扫描 iOS/macOS 项目，识别可能导致 App Store 审核被拒的常见问题。
证据显示：该技能通过命令行工具（asc）拉取元数据，并扫描本地项目文件，权限需求相对有限（least_privilege=1）。但未提供用户确认机制（user_confirmation=0）。数据流透明性部分体现（data_flow_transparency=1），但未明确说明数据如何被处理或存储。敏感数据处理（sensitive_data_handling=1）仅提及隐私清单检查，未涉及实际数据处理。依赖安全性（dependency_security=0）未提及依赖审计或漏洞检查。外部影响（external_effects=1）涉及修改项目文件，但未说明回滚机制（rollback=0）。来源归属（source_attribution=1）仅通过README和LICENSE体现，未验证发布者身份。
证据显示：规则和指南文件结构一致，自洽性较好（self_consistency=2）。依赖可用性（dependency_availability=1）依赖外部CLI和技能，但未提供版本锁定或镜像。失败消息（failure_messages=1）未提供明确的错误处理或用户提示。
证据显示：面向iOS/macOS开发者，覆盖多种应用类型（audience_and_scenarios=2）。能力边界（capability_boundaries=2）通过规则分类和指南索引明确。触发精度（trigger_precision=2）通过规则定义和检测方法说明。环境适配（environment_fit=2）支持macOS/Linux，但未提及Windows。
证据显示：信息架构（information_architecture=2）清晰，有目录结构和README。安装说明（install_notes=2）提供了npx命令。命名稳定性（naming_stability=1）未提及版本或命名约定。示例和FAQ（examples_and_faq=1）有示例但无FAQ。已知限制（known_limitations=1）未明确列出。许可证（license=2）为MIT。版本和变更日志（versioning_changelog=0）缺失。维护责任（maintenance_responsibility=1）仅通过GitHub仓库体现，未明确维护者。
证据显示：输出可用性（output_usability=2）提供严重级别和解决步骤。边际价值（marginal_value=2）提供自动化检查，节省时间。成本效益（cost_benefit=2）免费开源，但依赖外部工具。
证据显示：声明可追溯性（claim_traceability=2）规则引用具体指南编号。跨来源佐证（cross_source_corroboration=1）仅依赖Apple指南，未与其他来源交叉验证。事实与推断分离（fact_inference_separation=1）规则中混合了事实和推断。
- 发布者身份未验证，需谨慎使用。
- 依赖外部CLI和技能，未提供版本锁定，可能因上游变更导致失效。
- 未提供用户确认机制，自动修改项目文件前应备份。
- 未提供回滚机制，修改后难以恢复。
- 未提供版本和变更日志，难以追踪更新。
这个 Agent 能做什么，适合哪些场景？
App Store Preflight 是一个 AI 代理技能，用于在提交前对 iOS/macOS 项目进行预检，帮助开发者发现可能违反 App Store 审核指南的问题。它扫描 Xcode 项目、源代码、元数据和配置文件，并标记常见的拒绝原因。该技能集成 `asc` CLI（App Store Connect CLI）和 ASC CLI Skills，用于拉取和检查 App Store 元数据。仓库包含超过 100 条审核指南的完整索引以及 10 个针对特定应用类型的检查清单，并实现了基于规则的扫描，按类别组织，如元数据、订阅、隐私、设计和权限。检测到问题后，它会生成包含严重级别、受影响文件和解决步骤的报告，并支持自动修复和重新验证。该技能通过 `npx skills add` 安装，适用于开发工作流程。
该技能在 iOS/macOS 项目上执行预提交检查。首先，它根据应用类型（如订阅、社交、儿童等）加载对应的检查清单，参考 references/guidelines/by-app-type/ 目录。然后，它使用 asc metadata pull --app "<APP_ID>" --version "<VERSION>" --dir ./metadata 从 App Store Connect 拉取元数据，或使用 asc-metadata-sync 技能。接着，它根据 references/rules/ 中的规则扫描项目，规则按类别组织（例如 metadata/、subscription/、privacy/、design/、entitlements/）。对于每个规则，它检查具体的模式，例如不完整的审核备注、竞争对手名称、Apple 商标滥用、缺失隐私清单或未使用的权限。最后，它生成一个报告，包含问题严重级别、受影响的文件和解决步骤，并支持自动应用修复并重新运行相关检查。该技能通过 SKILL.md 中的指令指导 AI 代理执行这些步骤。
- 独立 iOS 开发者在向 App Store Connect 提交新应用之前，使用该技能检查审核备注是否完整。
- 拥有订阅的应用团队确保其价格展示不具误导性，并正确提供条款和政策链接。
- 处理用户生成内容的开发者在发布前验证应用是否符合社交/内容审核指南。
- macOS 应用开发者检查其应用是否满足 Mac App Store 的特定要求。
- 使用 AI 功能的开发者确保应用符合 AI 应用指南（如内容生成和隐私要求）。
- 使用 App Store Connect CLI 的团队在持续集成流程中集成预检检查。
这个 Agent 有哪些优点和局限？
- 提供超过 100 条审核指南和 10 个特定应用类型的检查清单，覆盖全面。
- 规则模块化组织，易于添加或自定义新规则。
- 集成 App Store Connect CLI，方便拉取真实元数据。
- 包含自动修复和重新验证功能，提升效率。
- 附有 MIT 许可证，可自由使用和修改。
- 依赖外部
ascCLI 和 ASC CLI Skills，需要额外安装和配置。 - 元数据示例假设使用
asc规范 JSON 布局，如果使用 fastlane 元数据则需调整。 - 某些规则（如
privacy_manifest）可能需要手动配置 Xcode 项目。 - 该技能需要 AI 代理遵循
SKILL.md，但未指定具体的代理框架，可能需要适配。 - 未提供测试或 CI 集成示例，可能需要额外设置。
如何安装或部署这个 Agent？
使用 npm 安装：运行 npx skills add truongduy2611/app-store-preflight-skills。需要 Node.js 环境和 asc CLI（通过 brew install asc 安装）。
如何使用这个 Agent？
安装后，请参考 SKILL.md 文件获取完整的 AI 代理指令。典型工作流程包括：1) 根据应用类型加载相应的检查清单；2) 使用 asc metadata pull --app "<APP_ID>" --version "<VERSION>" --dir ./metadata 拉取元数据，或通过 asc-metadata-sync 技能同步；3) 让代理扫描项目并生成报告；4) 根据报告应用修复并重新运行检查。确保在运行前配置 App Store Connect API 凭据。
常见问题
使用此技能是否需要付费？
asc CLI（免费）并可能需要 App Store Connect API 访问权限。我需要哪些权限才能使用 asc CLI？
该技能能否与 fastlane 元数据一起使用？
asc metadata pull 的规范 JSON 布局，但您可以调整路径示例或先使用 asc 拉取规范布局，再应用技能。该技能能否保证应用通过审核？
我可以添加自定义规则吗？
references/rules/ 相应子目录中创建 Markdown 文件，遵循 README 中提供的格式。