编写原则
- 字段统一：所有 Case 保持相同字段结构，空值也保留。
- Query 明确：Plan Case 必须声明“不执行工具、不修改文件、只输出计划”。
- Expected 可判断：避免“输出完整”“分析清楚”这类模糊描述。
- Assertions 可自动化：优先使用简单、可解析的断言。
- 必须有正反例：每个 Skill 至少有一个触发正例和一个触发反例。
- 禁止 Skill 调用 Skill：跨阶段流程由 Hooks、Workflow Runtime 或主 Agent 编排。
- Skill 目录放小测试：完整测试集放
tests/skill-evals/<skill-name>/。