Menu
@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。
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Basé sur la classification professionnelle SOC
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）