（13133期）preflight-checks – 测试驱动的AI行为一致性验证

测试驱动的AI行为一致性验证 源自航空预飞检查的测试框架，验证AI代理行为与记忆一致性，自动检测行为漂移，确保跨会话稳定性。 使用说明 preflight-checks 是一个受航空业预飞检查启发的测试驱动框架，专为解决 AI 代理"记忆加载正确但行为不匹配"的静默退化问题而设计。该技能通过建立行为单元测试体系，让代理在每次会话启动时自我验证行为一致性，确保记忆规则被正确应用而非仅被存储。 核心用法：用户通过 init.sh 初始化工作区，创建 PRE-FLIGHT-CHECKS.md（检查场景）和 PRE-FLIGHT-ANSWERS.md（预期行为）文件。开发者使用 add-check.sh 或以 Markdown 格式手动添加基于场景的行为检查（推荐 15-25 项，涵盖身份认同、核心行为、通信规范等类别）。代理在会话启动时读取检查文件，回答每个场景问题，并与标准答案对比生成评分报告（如 23/23）。该流程可手动执行或通过脚本自动化，并能集成到 CI/CD 流水线或 AGENTS.md 的"每次会话"流程中。 显著优点：该框架实现了行为漂移的早期自动检测，避免问题累积到人类发现时才处理；提供客观的 Pass/Fail 量化指标（N/N 评分），消除主观判断；具备自诊断能力，代理可识别具体哪些规则发生漂移并重读相关记忆；检查文件本身成为活的文档，随代理能力演进同步更新；最重要的是建立了人机信任——人类可观察代理自我验证过程，确认其行为与记忆一致后才允许自主运行。 潜在局限：作为 T3 级个人开发者作品，代码虽经安全审计但仍需用户自行审查；维护检查文件需要持续投入，规则变更时必须同步更新检查项，否则会产生误报；当前自动化脚本依赖 bash，跨平台兼容性有限；若检查编写不当（如过于抽象或测试知识而非行为），会失去验证意义；且检查覆盖率取决于开发者经验，可能存在盲点。 适合群体：主要面向构建具有长期记忆 AI 代理的开发者，特别是需要跨会话保持行为一致性的场景（如个人助手、自动化代理）；适用于频繁更新代理规则后的回归测试；也适合多实例部署时确保各代理行为统一的场景。 使用风险：尽管脚本实现了 set -euo pipefail 安全模式和文件覆盖确认机制，但仍存在文件系统操作风险，可能意外修改工作区文件；过度依赖检查可能导致虚假安全感——通过检查不代表无 Bug，仅表示通过特定验证点；性能方面，大量检查会增加会话启动时间；此外，检查与答案文件本身成为关键依赖，若被篡改或损坏会影响代理启动流程。 原始说明 Test-driven behavioral verification for AI agents. Catches silent degradation when agent loads memory but doesn't apply learned behaviors. Use when building agent with persistent memory, testing after updates, or ensuring behavioral consistency across sessions.