测试边界

Skill Test 关注

• 触发是否准确；
• 执行步骤是否完整；
• 输出格式是否稳定；
• 是否识别缺失信息；
• 是否避免幻觉；
• 是否输出可回流的失败信息；
• 是否遵守职责边界；

Skill Test 不关注

• 真实代码是否最终修复成功；
• 真实服务是否可用；
• 真实测试环境是否稳定；

这些应由 Agent Eval、Hook Test 或 Workflow Eval 负责。