1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | wa-review-aws-samples-sample-well-architected-skills-and-steering |
| 作者/维护者 | AWS（aws-samples 官方仓库，Amazon.com, Inc. 版权，amazon-ospo-app 参与治理；主要维护者 ibrahimcesar） |
| 来源链接 | https://github.com/aws-samples/sample-well-architected-skills-and-steering/tree/main/skills/wa-review |
| 许可证 | MIT No Attribution（MIT-0），GitHub API 确认 |
| GitHub Stars | 232（GitHub API；该数字属整个合集仓库，不代表本技能自身热度） |
| Forks | 40（GitHub API；同上，属整个合集仓库） |
| 最新版本 | wa-review v2.2.0（SKILL.md front matter 标注；仓库整体最新标签 v5.5.0） |
| 安装方式 | npx skills add、官方 bootstrap 脚本、手动复制三种渠道 |
2. 功能介绍与亮点
wa-review 对代码、IaC（CDK/CloudFormation/Terraform/SAM 等）与部署配置做全量 AWS Well-Architected 框架评审，覆盖运营卓越、安全、可靠性、性能效率、成本优化、可持续性 6 大支柱共 57 个问题、307 条最佳实践（BP）条目，逐条给出「已实现/部分实现/未实现/不适用」状态并附文件路径与行号级证据，最终产出用 Eisenhower 矩阵排序的整改优先级清单。
技术架构上，完整评审模式会为 6 个支柱各派发一个并行子代理分别加载对应参考文件，规避单一上下文装不下全部 307 条 BP 参考资料的问题；此外还提供快速评审、单支柱深度评审、纯打分四种模式适配不同场景。
最突出的亮点是仓库公开了一套可复现的效果基准评测（evals/cli_effectiveness/）：用真实 Claude Code CLI 对 6 个工作负载案例反复测量，wa-review v2.2 的评审报告 F1 达到 0.960（对比裸模型基线 0.264），且运行间零方差——同类 skill 中少见公开量化验证过效果的产品。
3. 适用场景
固定分类：DevOps 与基础设施（产出物是对 AWS 基础设施配置与部署实践的评审报告，判定依据 manual/08 五问规则第 3 问）。
适合云架构师、DevOps 工程师、安全工程师在 AWS 工作负载正式上线前做架构健康检查，或在事故复盘（RCA）时把发现的问题映射回具体 Well-Architected 最佳实践编号，也适合定期做成本优化或可靠性排查的证据支撑材料。
4. 跨 Agent 兼容性
- Claude Code：✅ 原生支持，提供
CLAUDE.md+ 专属/wa-review斜杠命令，官方实测 F1 = 0.960。 - Codex：✅ 提供
AGENTS.md适配层，但 Codex 不支持并行子代理调度，完整评审模式效果不稳定（官方实测均值 F1 = 0.684，方差较大），官方建议在 Codex 上改用单支柱深度评审模式。 - OpenClaw：✅ 提供
AGENTS.md+.agents/skills/*/SKILL.md适配层，仓库 topics 明确列出 openclaw，但未见针对 OpenClaw 的专项效果测试数据。 - Hermes Agent：❓ 未验证——README 与适配层列表均未提及。
5. 推荐理由
市面上多数 AWS 架构评审类 skill 停留在“给几条通用建议”的层次，wa-review 是少数按 AWS 官方 Well-Architected 框架逐条对齐（57 问题、307 条 BP）、给出可定位到具体文件行号的证据，并公开发布可复现效果基准的产品，且由 AWS 官方仓库出品、MIT-0 许可、全程本地运行无需任何凭据。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 8 | 官方 AWS 出品（aws-samples 账号、Amazon 版权、amazon-ospo-app 机器人治理），仓库 232★/40 forks；wa-review 子目录自身有 33 次提交（合集内活跃度最高的子技能）与围绕它的数十条具体 issue/PR 工程讨论，但未发现第三方平台（Reddit/HN）的独立讨论 |
| 可用性 | 9 | npx skills add 一条命令或 bootstrap 脚本自动识别 14 种工具装好即用；SKILL.md 与 README 文档详尽、含完整触发词与四种模式说明；仓库最近一次发布为 2026-07-17，维护活跃；无付费依赖，纯本地运行 |
| 安全性 | 9 | 见下方检查清单 |
安全检查清单：
- ① Shell 命令：无需执行 shell 命令，仅读取本地代码/IaC 配置生成 Markdown 报告
- ② 联网外发：无，README 明确声明“不需要 AWS 凭据、不产生 API 调用，全程本地运行”
- ③ API key/凭据：wa-review 技能本身不需要任何凭据；仓库内
evals/效果基准套件需要 AWS Bedrock 凭据，但那是独立可选的开发者测试工具，与安装使用 wa-review 无关 - ④ 可疑指令：SKILL.md 全文逐段读取，指令内容均为评审流程说明，未见 prompt injection 或隐蔽指令
- ⑤ 作者/组织信誉：Amazon 官方仓库，amazon-ospo-app 机器人参与治理，主要维护者身份可查（GitHub 用户 ibrahimcesar，147 次提交）
- ⑥ License：MIT-0，明确，仓库根目录含 LICENSE 文件
- ⑦ 维护时间：最近发布 2026-07-17，一个月以内
综合评分 = (8 + 9 + 9) / 3 = 8.67
7. 跟同类 Skills 相比的优势
| Skill | 定位 | 差异 |
|---|---|---|
| wa-review | 按 AWS Well-Architected 官方 57 问题 / 307 BP 逐条评审 | 唯一公开可复现 F1 效果基准（0.960）的同类产品，证据到文件行号级 |
| zxkane/aws-skills | 面向 AWS 开发的 Claude Code 插件合集（IaC、无服务器、成本运维、Bedrock AgentCore） | 定位是全面的 AWS 开发工具箱，不做 Well-Architected 体系化逐条评审 |
| AWS Marketplace 第三方 AI Well-Architected Review 服务 | 付费 SaaS 化的 WAFR 自动评审 | 需要订阅付费，wa-review 免费开源且可完全离线本地运行 |
8. 用户评价
该技能所在仓库目前以 GitHub 内部的 Issue/PR 工程讨论为主（累计过百条，多为具体功能实现与效果基准数据），尚未见第三方平台（Reddit、Hacker News 等）上的具名用户评价。
9. 其他补充
仓库同时提供 Kiro Power 封装版本（powers/wa-review/，支持关键词自动触发）与面向 AWS DevOps Agent 的自主执行变体（SKILL-devops-agent.md，跳过交互确认、适配事故复盘场景），并把用于生成官方效果基准数据的评测脚手架（evals/）完整开源，供任何人自行复现或质疑其效果数据。
10. 安装使用方式
# 方式一：npx skills（自动识别本机 AI 工具）
npx skills add aws-samples/sample-well-architected-skills-and-steering --skill wa-review
# 方式二：官方 bootstrap 脚本（macOS/Linux）
curl -sL https://raw.githubusercontent.com/aws-samples/sample-well-architected-skills-and-steering/main/bootstrap.sh | bash
# 方式三：手动复制（以 Claude Code 为例）
git clone https://github.com/aws-samples/sample-well-architected-skills-and-steering.git
cp -r sample-well-architected-skills-and-steering/skills/wa-review .claude/skills/安装后无需重启。Claude Code 下可直接输入 /wa-review 触发，或直接描述“帮我做一次 Well-Architected 评审”；未提供代码路径时技能会主动询问工作负载范围。
11. 注意事项
- 完整评审模式依赖并行子代理调度才能发挥设计效果，在不支持该能力的运行时（如当前 Codex）上覆盖度不稳定，官方建议改用单支柱深度评审模式。
- 完整评审的 token 消耗与成本较高（官方测算 Opus 档约每次 $7、耗时 11 分钟），更适合阶段性架构体检或事故复盘场景，不建议作为逐次提交的常态检查。
- 仓库自身声明为“教育与演示用途”的官方示例项目，非提供 SLA 支持的正式商用产品，生产环境使用前需自行复核评审结论。
- Hermes Agent 兼容性未在官方材料中提及，实际可用性未验证。