跑批测试 Skill
触发条件
当任务涉及以下关键词时自动触发:
- 跑批、batch test、批量测试
- 真值审计、truth audit
- 回归验证、regression
- P0、P1、P2
必读文件
- 项目根目录
CLAUDE.md— 了解 FROZEN/GUARDED/SAFE 区域定义 references/test-standards.md— P0/P1/P2 量化标准references/regression-gate.md— 双邮箱回归门禁流程
核心规则
- 跑批前:确认使用哪个邮箱的真值集
- 跑批后:必须运行
strict_truth_audit.py对比真值 - 修改代码后:检查改动是否触碰 FROZEN/GUARDED ZONE
- 触碰保护区域:必须同时跑 QQ + 163 真值集验证
- 提交前:P0 必须 = 0
真值集位置
- QQ:
test_dataset/qq_20260201_20260311_final/truth_manifest.json - 163:
.claude/worktrees/test-163-batch/test_dataset/163_20260301_20260319/truth_manifest.json