公开市场里共享的 skill 已经超过一百万份，格式只要求一个名字和一段描述，不要求测试。作者给了一套可复用的方法：把 skill 拆成几个带假设的「观点」，用代码判分测 agent 有没有照做（adherence），用隐藏测试加逐条质量标…
