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。

基本信息

• 技能名称?Skill Test
• 中文名称?安全试驾技能，零风险验证质量
• 作者?ivangdavila
• 分类?专业技能
• 版本?1.0.0
• 标签?testing, sandbox, skill-validation, quality-assurance, isolation, sub-agent

使用方法

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：

1. 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。
2. 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