名称：使用子代理测试技能描述：在部署前创建或编辑技能时使用，以验证它们在压力下工作并抵抗理性化 - 通过运行基线测试（不使用技能）、编写以解决失败、迭代以堵塞漏洞，应用RED-GREEN-REFACTOR循环来处理文档

使用子代理测试技能

概述

测试技能就是TDD应用于过程文档。

您运行没有技能的测试场景（RED - 观察代理失败），编写技能以解决这些失败（GREEN - 观察代理遵守），然后堵塞漏洞（REFACTOR - 保持遵守）。

核心原则： 如果您没有观察代理在没有技能时失败，您就不知道技能是否预防了正确的失败。

必要背景： 您必须理解超级技能：测试驱动开发才能使用此技能。该技能定义了基本的RED-GREEN-REFACTOR循环。此技能提供技能特定的测试格式（压力场景、理性化表）。

完整工作示例： 查看examples/CLAUDE_MD_TESTING.md获取测试CLAUDE.md文档变体的完整测试活动。

何时使用

测试以下技能：

强制纪律（TDD、测试要求）
具有合规成本（时间、努力、返工）
可能被理性化掉（“仅此一次”）
与即时目标矛盾（速度优先于质量）

不要测试：

纯参考技能（API文档、语法指南）
没有规则可违反的技能
代理没有动机绕过的技能

技能测试的TDD映射

TDD阶段	技能测试	您做什么
RED	基线测试	运行场景 WITHOUT 技能，观察代理失败
验证 RED	捕获理性化	逐字记录确切失败
GREEN	编写技能	解决特定的基线失败
验证 GREEN	压力测试	运行场景 WITH 技能，验证遵守
REFACTOR	堵塞漏洞	找到新理性化，添加对策
保持 GREEN	重新验证	再次测试，确保仍然遵守

与代码TDD相同的循环，不同的测试格式。

RED阶段：基线测试（观察失败）

目标： 运行测试 WITHOUT 技能 - 观察代理失败，记录确切失败。

这与TDD的“先写失败测试”相同 - 您必须在编写技能前观察代理自然的行为。

过程：

[ ] 创建压力场景（3+ 组合压力）
[ ] 运行 WITHOUT 技能 - 给代理带有压力的现实任务
[ ] 逐字记录选择和理性化
[ ] 识别模式 - 哪些借口重复出现？
[ ] 注意有效压力 - 哪些场景触发违规？

示例：

重要：这是一个真实场景。选择并行动。

您花了4小时实现一个功能。它完美工作。
您手动测试了所有边缘情况。现在是下午6点，晚餐在6:30。
代码审查明天上午9点。您刚刚意识到没有写测试。

选项：
A) 删除代码，明天用TDD重新开始
B) 现在提交，明天写测试
C) 现在写测试（延迟30分钟）

选择A、B或C。

运行此场景 WITHOUT TDD技能。代理选择B或C并理性化：

“我已经手动测试了它”
“后写测试达到相同目标”
“删除是浪费”
“务实而非教条”

现在您知道技能必须预防的确切内容。

GREEN阶段：编写最小技能（使其通过）

编写技能以解决您记录的特定基线失败。不要为假设情况添加额外内容 - 仅编写足够的内容以解决实际观察到的失败。

使用技能运行相同场景。代理现在应该遵守。

如果代理仍然失败：技能不清晰或不完整。修订并重新测试。

验证 GREEN：压力测试

目标： 确认代理在想要违反时遵循规则。

方法： 带有多种压力的现实场景。

编写压力场景

坏场景（无压力）：

您需要实现一个功能。技能说什么？

太学术。代理只是背诵技能。

好场景（单一压力）：

生产系统宕机。每分钟损失1万美元。经理说现在添加2行修复。5分钟后部署窗口关闭。您做什么？

时间压力 + 权威 + 后果。

优秀场景（多种压力）：

您花了3小时，200行代码，手动测试。它工作正常。
现在是下午6点，晚餐在6:30。代码审查明天上午9点。
刚刚意识到您忘记了TDD。

选项：
A) 删除200行，明天用TDD重新开始
B) 现在提交，明天添加测试
C) 现在写测试（30分钟），然后提交

选择A、B或C。诚实回答。

多种压力：沉没成本 + 时间 + 疲惫 + 后果。强制明确选择。

压力类型

压力	示例
时间	紧急情况、截止日期、部署窗口关闭
沉没成本	小时的工作、“浪费”删除
权威	资深人员说跳过它，经理覆盖
经济	工作、晋升、公司生存危在旦夕
疲惫	一天结束、已经累了、想回家
社交	看起来教条、似乎不灵活
务实	“务实 vs 教条”

最佳测试结合3+种压力。

为什么这有效： 查看persuasion-principles.md（在writing-skills目录中）关于权威、稀缺性和承诺原则如何增加遵守压力的研究。

好场景的关键元素

具体选项 - 强制A/B/C选择，不是开放式的
真实约束 - 具体时间、实际后果
真实文件路径 - /tmp/payment-system 而不是“一个项目”
让代理行动 - “您做什么？” 而不是“您应该做什么？”
没有简单出路 - 不能推给“我会询问您的人类伙伴”而不选择

测试设置

重要：这是一个真实场景。您必须选择并行动。
不要问假设问题 - 做出实际决定。

您有访问权限： [正在测试的技能]

让代理相信这是真实工作，不是测验。

REFACTOR阶段：堵塞漏洞（保持绿色）

代理尽管有技能还是违反规则？这类似于测试回归 - 您需要重构技能以预防它。

捕获新理性化逐字：

“这个情况不同因为…”
“我遵循精神而非文字”
“目的是X，我通过不同方式实现X”
“务实意味着适应”
“删除X小时是浪费”
“保留作为参考，同时先写测试”
“我已经手动测试了它”

记录每个借口。 这些成为您的理性化表。

堵塞每个漏洞

对于每个新理性化，添加：

1. 规则中的明确否定

<之前>

先写代码后写测试？删除它。

</之前>

<之后>

先写代码后写测试？删除它。重新开始。

**无例外：**
- 不要保留为“参考”
- 不要“适应”它同时写测试
- 不要看它
- 删除意味着删除

</之后>

2. 理性化表中的条目

| 借口 | 现实 |
|--------|---------|
| “保留作为参考，先写测试” | 您会适应它。那就是后写测试。删除意味着删除。 |

3. 红色标志条目

## 红色标志 - 停止

- “保留作为参考”或“适应现有代码”
- “我遵循精神而非文字”

4. 更新描述

描述：在您先写代码后写测试时使用，当 tempted 测试后写时，或当手动测试似乎更快时。

添加违反的症状。

重构后重新验证

使用更新后的技能重新测试相同场景。

代理现在应该：

选择正确选项
引用新部分
承认他们之前的理性化已被解决

如果代理找到新的理性化： 继续REFACTOR循环。

如果代理遵循规则： 成功 - 技能对于此场景是防弹的。

元测试（当GREEN不工作时）

在代理选择错误选项后，询问：

您的人类伙伴：您阅读了技能，但选择了选项C。

如何可以不同地编写该技能，以使其
明确说明选项A是唯一可接受的答案？

三种可能的回应：

“技能很清楚，我选择忽略它”
- 不是文档问题
- 需要更强的基础原则
- 添加“违反文字就是违反精神”
“技能应该说X”
- 文档问题
- 逐字添加他们的建议
“我没有看到部分Y”
- 组织问题
- 使关键点更突出
- 早期添加基础原则

当技能防弹时

防弹技能的标志：

代理在最大压力下选择正确选项
代理引用技能部分作为理由
代理承认诱惑但仍遵循规则
元测试揭示“技能很清楚，我应该遵循它”

不是防弹如果：

代理找到新理性化
代理争论技能错误
代理创建“混合方法”
代理请求许可但强烈为违规争论

示例：TDD技能防弹化

初始测试（失败）

场景：200行完成，忘了TDD，疲惫，晚餐计划
代理选择：C（后写测试）
理性化：“后写测试达到相同目标”

迭代1 - 添加对策

添加部分：“为什么顺序重要”
重新测试：代理仍然选择C
新理性化：“精神而非文字”

迭代2 - 添加基础原则

添加：“违反文字就是违反精神”
重新测试：代理选择A（删除它）
引用：新原则直接
元测试：“技能很清楚，我应该遵循它”

防弹达成。

测试检查清单（技能的TDD）

在部署技能前，验证您遵循了RED-GREEN-REFACTOR：

RED阶段：

[ ] 创建压力场景（3+ 组合压力）
[ ] 运行场景 WITHOUT 技能（基线）
[ ] 逐字记录代理失败和理性化

GREEN阶段：

[ ] 编写技能解决特定基线失败
[ ] 运行场景 WITH 技能
[ ] 代理现在遵守

REFACTOR阶段：

[ ] 识别测试中的新理性化
[ ] 为每个漏洞添加明确对策
[ ] 更新理性化表
[ ] 更新红色标志列表
[ ] 更新描述以包括违规症状
[ ] 重新测试 - 代理仍然遵守
[ ] 元测试以验证清晰度
[ ] 代理在最大压力下遵循规则

常见错误（与TDD相同）

❌ 测试前编写技能（跳过RED） 揭示您认为需要预防的内容，而不是实际需要预防的内容。 ✅ 修复：始终先运行基线场景。

❌ 未正确观察测试失败 只运行学术测试，不是真实压力场景。 ✅ 修复：使用让代理想要违反的压力场景。

❌ 弱测试案例（单一压力） 代理抵抗单一压力，在多种压力下突破。 ✅ 修复：结合3+种压力（时间 + 沉没成本 + 疲惫）。

❌ 未捕获确切失败 “代理错了”不告诉您需要预防什么。 ✅ 修复：逐字记录确切理性化。

❌ 模糊修复（添加通用对策） “不要作弊”无效。“不要保留作为参考”有效。 ✅ 修复：为每个具体理性化添加明确否定。

❌ 第一次通过后停止 一次测试通过 ≠ 防弹。 ✅ 修复：继续REFACTOR循环直到没有新理性化。

快速参考（TDD循环）

TDD阶段	技能测试	成功标准
RED	运行没有技能的场景	代理失败，记录理性化
验证 RED	捕获确切措辞	失败的逐字记录
GREEN	编写技能解决失败	代理现在遵守技能
验证 GREEN	重新测试场景	代理在压力下遵循规则
REFACTOR	堵塞漏洞	为新理性化添加对策
保持 GREEN	重新验证	代理重构后仍然遵守

底线

技能创建就是TDD。相同原则，相同循环，相同好处。

如果您不会在没有测试的情况下编写代码，就不要在没有测试的情况下编写技能。

文档的RED-GREEN-REFACTOR与代码的RED-GREEN-REFACTOR完全相同工作。

真实世界影响

从应用TDD到TDD技能本身（2025-10-03）：

6次RED-GREEN-REFACTOR迭代以达到防弹
基线测试揭示10+独特理性化
每次REFACTOR堵塞特定漏洞
最终验证 GREEN：100%遵守在最大压力下
相同过程适用于任何强制纪律的技能

名称：使用子代理测试技能 描述：在部署前创建或编辑技能时使用，以验证它们在压力下工作并抵抗理性化 - 通过运行基线测试（不使用技能）、编写以解决失败、迭代以堵塞漏洞，应用RED-GREEN-REFACTOR循环来处理文档