القائمة
@fexd/mobile Skill 质量评估工具。对 SKILL.md 及 references/ 进行 A/B 盲评， 运行确定性检查，生成评分报告并与 baseline 对比检测退步。 触发词：评估 skill、评估 fexd-mobile skill、skill eval、skill 评分。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
React 移动端 H5 组件库 @fexd/mobile 的完整使用指南。涵盖 127 个公开导出/工具的用法、 代码片段、主题定制、样式修改、架构设计。当用户使用 @fexd/mobile 开发页面、查找组件 用法、定制主题、修改样式、查询 API 时使用。触发词：fexd、@fexd/mobile、fexd-mobile。
维护 @fexd/mobile 发布 skill 的文档质量工具。扫描组件源码变更、清洗 dumi 语法、 生成/更新 references/*.md 组件文档、执行质量审查。 触发词：检查组件 skill、更新组件文档、生成组件文档、审查组件文档。
@fexd/mobile 组件库的测试管理工具。覆盖率驱动 + 场景驱动测试编写、运行定向测试、 生成修复建议与 TEST.md 评分报告。目标：每个导出 statements >= 90%。 触发词：测试、写测试、补测试、跑测试、检查测试、测试覆盖、test。
| name | fexd-mobile-evaluator |
| description | @fexd/mobile Skill 质量评估工具。对 SKILL.md 及 references/ 进行 A/B 盲评， 运行确定性检查，生成评分报告并与 baseline 对比检测退步。 触发词：评估 skill、评估 fexd-mobile skill、skill eval、skill 评分。 |
对 fexd-mobile Skill（SKILL.md + references/）的质量进行自动化 A/B 盲评。
| 用途 | 路径 |
|---|---|
| 被评估的 Skill | packages/mobile/skills/fexd-mobile/SKILL.md |
| 组件目录 | packages/mobile/skills/fexd-mobile/catalog.md |
| 组件文档 | packages/mobile/skills/fexd-mobile/references/*.md |
| 测试用例 | packages/mobile/skills/fexd-mobile/evals/prompts.json |
| 评分标准 | packages/mobile/skills/fexd-mobile/evals/rubric.md |
| 基准报告 | packages/mobile/skills/fexd-mobile/evals/baseline/report.md |
| 评估指南 | packages/mobile/skills/fexd-mobile/evals/README.md |
严格按以下 6 步执行，每步完成后输出检查点状态。不可跳步。
读取 evals/prompts.json，解析出所有测试用例。确认用例数量和类别分布。
检查点: 列出加载的用例 ID 和类别。
对每组测试用例（按类别分组，每组 3 个），启动一个 readonly subagent：
=== {ID} === 分隔每个回答批次策略: 5 组用例，5 个 subagent 并行。
检查点: 确认所有 baseline 输出已收集。
对每组测试用例，启动一个 readonly subagent：
批次策略: 5 组用例，5 个 subagent 并行（可与 Step 2 同时执行）。
检查点: 确认所有 with_skill 输出已收集。
对每个用例的 with_skill 输出，运行 prompts.json 中的：
deterministic_checks: 正则匹配，期望全部命中negative_checks: 正则匹配，期望全部未命中检查点: 输出通过/失败矩阵。
对每组测试用例，启动一个 readonly Judge subagent：
evals/rubric.md 的 5 维度评分批次策略: 5 组用例，5 个 judge subagent 并行。
检查点: 确认所有评分已收集，加权总分计算正确。
生成评估报告，包含：
baseline/report.md 的 delta 对比通过判定:
检查点: 输出最终判定（PASS / FAIL），如 FAIL 则列出需修复项。
readonly: true，不修改工作区evals/baseline/report.md（覆盖旧报告前先确认）