触发与评估操作手册对值得测试的技能使用此操作手册。A. 触发评估创建三个提示桶1. 应触发明显需要该技能的提示。目标验证召回率2. 不应触发明显超出技能边界的提示。目标验证精确率3. 近邻看起来相似但应使用另一个技能或不使用技能的提示。目标捕获误报和模糊路由B. 执行评估对每个重要用例创建 1 到 3 个带以下内容的真实提示用户式措辞代表性输入或文件类型预期输出描述关键检查C. 修订循环当技能表现不佳时在添加更多正文之前先修复边界或描述问题。将脆弱的逻辑移入脚本或模板。如果SKILL.md变得臃肿拆分参考内容。在扩展范围之前重新运行相同的评估集。D. 按技能层级的最低 QA个人技能2 个真实提示手动审查团队技能3 到 5 个真实提示触发正例和负例一个修订循环基础设施或元技能5 个以上执行提示触发正例、负例和近邻跨修订的基准说明所有权和漂移审查