（12234期）Skill Test – 安全试驾技能，零风险验证质量

安全试驾技能，零风险验证质量 提供安全的技能沙盒测试环境，支持试用评估和发布前质量验证，确保不影响主环境。 使用说明 核心用法 Skill Test 是一个技能测试框架，提供两种主要场景： 试用模式（Trial Mode） — 在安装前试驾技能，通过独立子代理仅加载目标技能，运行 2-3 个代表性任务，评估是否实用、指令是否清晰，再决定保留或放弃。 评估模式（Evaluation Mode） — 在发布前验证技能质量，调用专门的评审代理检查结构完整性、安全性和实用性，并给出改进建议。 隔离机制：使用 sessions_spawn 创建子代理，仅向子代理注入待测技能的 SKILL.md，主会话完全不受影响。推荐使用 anthropic/claude-haiku 等低成本模型降低测试开销。 对比功能：支持 A/B 测试，将同一任务分配给不同技能的独立子代理并行执行，横向对比输出质量后给出选择建议。 显著优点 零风险隔离：子代理天然边界，测试失败或异常不会污染主环境 成本优化：测试阶段使用轻量级模型（Haiku），正式使用时再切回高性能模型 流程标准化：内置试用→评估→决策的完整工作流，降低人工判断成本 灵活扩展：支持凭证模拟、多文件引用、边缘异常处理 潜在局限性 依赖子代理能力：测试质量受限于子代理对复杂技能的理解深度 凭证敏感场景受限：若技能强依赖真实凭证，测试需要用户配合或跳过部分功能 无法完全模拟生产负载：沙盒环境难以复现高并发、长会话等真实场景压力 适合人群 技能开发者：发布前自检质量 平台运营者：批量审核第三方技能 终端用户：在引入外部技能前验证安全性和实用性 常规风险 子代理逃逸：虽然概率极低，但需确保 sessions_spawn 的权限配置正确，防止测试技能通过子代理向主会话泄露数据 测试用例覆盖不足：代表性任务选取不当可能导致漏检严重缺陷 模型差异偏差：Haiku 测试通过不代表 Sonnet/Opus 环境下表现一致，需分阶段验证 原始说明 Test skills before using or publishing. Trial, compare, evaluate in isolation without affecting your environment.