Anti-patterns to avoid

• 不要 […] ```

五条黄金法则

1. 一个 Skill，一个职责: 如果不能用一句话描述，就是两个 Skills
2. 描述是接口: Agent 通过描述选择 Skills，模糊描述 = 闲置 Skill
3. Skills 是依赖: 像库一样对待 —— 版本化、固定、PR 审查
4. 正确的人拥有正确的 Skill: 领域专家拥有领域 Skills
5. Agent 运行时是可互换的: 不要将 Skills 绑定到单一运行时

质量原则

1. 先自己跑一遍任务: 真实失败产生信号，猜测产生噪音
2. 给出理由，而非仅规则: 当模型理解 “为什么” 时，能更好地泛化到边界情况
3. 每行都要有其价值: 保留陷阱、精确命令、业务逻辑、反模式；删除模型已知的样板
4. 一个 Skill，一个职责: 如果描述中需要 “和” 连接不相关能力，拆分它
5. 让指令可验证: 如果 Agent 无法判断是否遵循了规则，规则就太模糊
6. 捆绑重复内容: 代理反复推导的辅助代码应放入 scripts/

评估覆盖检查清单

Skill 只有通过全部四项才算 “已评估”：

• Trigger: 正面 AND 负面测试用例，目标 90% 触发准确率
• Execution: 代表性输入范围内正确输出
• Regression: 添加此 Skill 对现有库零性能下降
• Token Budget: 与 5-15 个活跃 Skills 共载时，不降低无关轮次性能

任何失败都将 Skill 保持在草稿级别，无论 happy-path 表现如何。

---