eval-playbook.md

Trigger And Eval Playbook

先看触发

• 用户会不会自然说出这句话
• description 是否包含关键术语
• 是否会误触到别的 skill
• should-trigger、should-not-trigger、near-neighbor 是否都有样例

再看输出

• 是否符合预期格式
• 是否漏掉边界
• 是否适合发布给别人用
• 是否能证明比不用 skill 更稳，而不是只把规则写长

最后看维护

• 新需求是否能插进来
• 资源是否容易找
• 以后是否能继续迭代

最小命令

python3 scripts/trigger_eval.py . --cases evals/trigger_cases.json --output reports/trigger-eval.json

如果是 Production、Library 或 Governed，并且结果质量重要，再按 Output Eval Method 增加 output eval。