Add training-data-evaluator skill

[huangneng]

• PR 类型: 新 Skill 提交到 dev
• 目标分支: dev
• 源分支: feat/training-data-evaluator
• Skill 名称: training-data-evaluator
• Skill 路径: skills/training-data-evaluator/
• 业务场景: 大模型训练数据质量评估工具，用于全自动化评估合作伙伴提供的样例数据价值，帮助数据引入负责人快速判断数据采购决策。
• 分支名: feat/training-data-evaluator
• 本次是否由 Agent 辅助提交: 是

功能说明

支持的数据类型：

• 预训练数据：技术文档、教程、Q&A、博客、Demo示例
• 中训练数据：SWE工程数据、Agent轨迹数据
• 后训练数据：RL数据
• 基础数据：源代码、推理数据、GUI交互数据

核心能力：

1. 数据类型自动分类（预训练/中训练/后训练）
2. 模型检测（Claude、GPT-4、Llama 3、DeepSeek等）
3. 智能体检测（cline、Terminal、Thunderbird等）
4. 统一维度展示（Tokens/Size/Samples/Language/Models/Agents）
5. Vim配色风格的HTML评估报告
6. 累加模式（自动检测新数据集）

触发场景：

• 数据评估、数据质量检查、样例评估
• 需要检测模型/智能体信息
• 生成数据评估报告

输出形式：Vim配色风格的HTML评估报告

[nlp-zn]

按 skill-creator 原则 review，这个 PR 目前还不能合。

Blockers：

1. scripts/evaluate_data.py 把 WORKSPACE 硬编码成作者本机路径 /Users/huangneng/...，OUTPUT_DIR 和 HISTORY_FILE 也随之写到该路径。skill 应该可被任何调用者复用，不能依赖作者机器。请改为 CLI 参数，例如 python3 scripts/evaluate_data.py --workspace <path> --output <path>，并让 SKILL.md 的使用方法与脚本参数一致。

2. SKILL.md 声明支持 zip, rar, txt, json, jsonl，但 main() 只扫描 *.zip, *.rar, *.txt。这会让用户按描述传 JSON/JSONL 时静默漏评。请补齐扫描和解析路径，或收窄 frontmatter/使用说明中的支持格式。

3. 解压逻辑多处用 os.system(f'ditto ... "{file_path}" ...') / unrar 拼 shell 命令。训练数据文件名来自用户输入，应该避免 shell 拼接，改用 zipfile/tarfile 或 subprocess.run([...], check=True)；RAR 不可用时也要在报告中明确提示，而不是静默失败。

4. 缺少 skill-creator 要求的 evals/test prompts。建议补 evals/evals.json，覆盖至少：JSONL agent 轨迹、zip 数据集、普通 txt 文档、无可解析文件时的失败提示，并为“报告是否包含数据集数量/类型/来源/建议”等写可检查的 assertions。

整体方向有价值，但先把可移植性、格式承诺和 eval 覆盖补上，不然这个 skill 在作者机器之外大概率跑不起来或输出误导结果。