version | 是 | 测试规范版本 |
skill.name | 是 | 被测 Skill 名称 |
skill.description | 否 | Skill 简要说明 |
defaults.mode | 是 | 默认测试模式，推荐 dry-run |
defaults.execution | 是 | 是否允许工具调用，Skill 单测推荐 no_tool_call |
cases[].id | 是 | 用例唯一 ID |
cases[].type | 是 | trigger / plan / contract / edge / failure |
cases[].title | 是 | 用例标题 |
cases[].query | 是 | 测试输入 |
inputs.files | 是 | 测试依赖文件，无则为空数组 |
inputs.context | 是 | 额外上下文，无则为空对象 |
expected.skill.should_use | 是 | 期望使用的 Skill |
expected.skill.should_not_use | 是 | 不应使用的 Skill 列表 |
expected.must_include | 是 | 输出中必须包含的步骤、字段或语义 |
expected.must_not_include | 是 | 输出中不能出现的行为或内容 |
expected.artifacts | 是 | 期望产物 |
expected.routing | 是 | 成功、失败或阻塞时的路由 |
assertions | 是 | 可被脚本或 LLM Judge 执行的断言 |
tags | 否 | 用于筛选测试集 |