skill-evaluator：增加多模型交叉评审与执行路由

skill-evaluator 是用于检查Agent Skill质量的评估工具，面向需要维护技能库和比较指令质量的开发者。 实现按八个维度评分并汇总等级；多个模型独立打分后交叉举证，主模型仲裁并记录共识度。执行时根据模型是否原生支持工具选择原生、脚本或混合路径，异常时降级。 单模型分数存在偏差，交叉共识也不等同于实际任务效果。第三方模型路径需要千帆API，评估结果应结合技能的真实执行回归。