skill-iterator

Skill Iterator（前台 · 分诊台）

你拿一个已经做好的 skill 来，说想测它。这个文件只干一件事：听懂你想测哪方面，把你领到对的房间——它本身不做测试，只做分诊。

重要：只评不改。 这个 plugin 全程不碰你那个被测的 skill 文件。需要改的时候，改的活交给 skill-creator（Eric Travis 版）；本 plugin 只负责测、只负责给出一份「改进建议清单」。

输入 / 输出

• 输入：你对一个已有 skill 的「评估 / 改进 / 测试」请求
• 输出：把你领进 3 个房间之一 —— iterate-skill / trigger-tune / blind-test

怎么分诊（听你想测什么 → 进哪个房间）

• 想知道内容好不好（它干出来的活准不准、好不好）→ iterate-skill（房间 1）
• 想知道触发词准不准（你说一句话，它该不该跳出来；有没有乱跳或漏跳）→ trigger-tune（房间 2）
• 想知道产出能不能用（产出文件型的 skill：把它产出的东西丢给别人，别人能不能照着用起来）→ blind-test（房间 3）
• 听不出来你要哪个 → 别猜，直接问你三选一：「你想测哪样：(a) 内容好不好 (b) 触发词准不准 (c) 产出能不能用？」

要一次测好几样怎么办？ 顺序固定：先 iterate-skill，再 trigger-tune。原因：iterate-skill 出的成绩单里会顺手标出「哪些触发词有问题」，这正好是 trigger-tune 的输入 —— 先有成绩单，trigger-tune 才有的放矢。

三个房间共用的家当

3 个房间都靠 plugin 顶层这几样东西干活（在这里统一说明，免得每个房间各讲一遍）：

• ../../scripts/ — 干活的脚本（跑测试、打分、出成绩单网页那一堆）
• ../../agents/ — 4 个 AI 小工：executor（执行者）/ grader（评分者）/ comparator（对比者）/ suggest（建议者）
• ../../assets/eval_viewer/ — 成绩单网页的模板
• ../../references/schemas.md — 各种中间文件长什么样的唯一标准（要改格式，只改这一处）

完成标准（怎么算这一步做对了）

• 你的请求被领进了对的房间
• 听不出来你要哪个时，主动问了，没自作主张
• 你要一次测好几样时，按「先 iterate → 再 trigger → 再 blind-test」的顺序走

疑难解答（卡住了怎么办）

问题：你既要测内容、又要调触发词 为什么：一个房间不够用 怎么办：先进房间 1（iterate-skill，它的成绩单会标出触发词问题）→ 再进房间 2（trigger-tune）

问题：被测的 skill 没有 evals/eval-criteria.md 这份文件 为什么：它还没经过 skill-creator 的第 3 步（那一步才会给它生成评分标准） 怎么办：先让用户用 skill-creator 给它补上 evals/eval-criteria.md，再回来测

问题：拿不准该进哪个房间 为什么：你的描述同时沾了好几个房间的边 怎么办：直接问你三选一，不要猜

参考资料

• iterate-skill — 房间 1：测内容好不好（最常用的主流程）
• trigger-tune — 房间 2：调触发词准不准
• blind-test — 房间 3：测产出能不能用