auto-test

场景功能自测与自改进循环——对每个场景的 SKILL.md 执行模拟用户查询，评估输出质量，记录失败，自动修复。适合定时运行（每日或每次批量更新后）。

インストールへ移動

リポジトリ: vivy-yi/Greater-China-Legal
ソースの最終更新活動: 2026年6月24日 05:11
検出された SKILL.md の言語: 中国語
スター: 29
フォーク: 6

インストール方法

デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。

Codex または Claude でインストールこの Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。

直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。

npx skills add https://github.com/vivy-yi/Greater-China-Legal --skill auto-test

コマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。

ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。

ソースファイルを確認

インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。

SKILL.md

ソースの指示 · 読み取り専用プレビュー

検索に戻るインストールに戻る

judgment-document-generation

刑事判决书生成——接收案件事实描述，调用8个原子能力，生成格式规范、论证严密的完整刑事判决书。适用情形：用户要求"起草判决书"/"生成裁判文书"/"根据案卷写文书"。核心流程：事实提取→概念理解→争议识别→法条检索→案例检索→演绎推理→格式适用→术语规范。注意：本skill是刑事一审判决书专用模板，GCL不涉及实际司法文书输出，此skill仅作框架参考。

2026-06-24

legal-document-formatting

法律文书格式适用——起草格式规范的民事/刑事判决书，或识别文书类型并套用对应格式。适用情形：起草判决书/生成裁判文书/写民事判决书/写刑事判决书。核心：识别民事vs刑事→按七段式顺序起草→在需要处调用对应原子技能。这是GCL各场景的文书输出层，与judgment-document-generation互补（后者专注刑事+8步流程，前者覆盖民刑+分段落格式规范）。

2026-06-24

legal-document-summarization

法律文书摘要——对判决书、裁定书、调解书、仲裁裁决书、行政处罚决定书进行结构化摘要。适用情形：用户要求做摘要/提炼要点/生成裁判要旨/提取案件信息。核心：六要素框架（案件信息+事实背景+争议焦点+法律依据+结论结果+说理过程），忠实原文，区分文书类型。禁用：不得添加原文未载明的事实/观点/结论，不得出现主观评价性措辞。

2026-06-24

このリポジトリのすべてを見る

name	auto-test
description	场景功能自测与自改进循环——对每个场景的 SKILL.md 执行模拟用户查询，评估输出质量，记录失败，自动修复。适合定时运行（每日或每次批量更新后）。
trigger_phrases	["自测","自动测试","auto test","回归测试","功能测试"]
last_reviewed	2026-06
legal_frame	cn-mainland
version	1.0.0
risk_level	low

/auto-test — 场景功能自测与自改进

测试文件结构

每个场景下有一个 tests/ 目录，包含该场景的测试用例：

plugins/legal-scenes/<scene>/
├── CLAUDE.md
├── skills/<skill>/SKILL.md
└── tests/
    ├── <test-name>.md           ← 测试用例定义
    └── _results.yaml            ← 运行结果累积

测试用例格式

每个 .md 文件定义一个测试场景：

---
# 必须字段
target: skills/<skill>/SKILL.md   # 被测 skill（相对场景目录）
type: functional                  # functional / regression / edge-case
priority: high                    # high / medium / low

# 评估条件（至少满足一个）
checks:
  - has_section: "## 工作流程"
  - body_lines: "> 30"
  - contains: ["民法典", "违约"]
  - no_placeholder: true
  - starts_with_header: true

# 测试输入
query: >
  "审一下这份供应商合同，金额80万，对方适用美国法律，
   违约金50%。"

# 预期输出特征
expected:
  - section: "风险等级"
    type: must
  - section: "修改建议"
    type: should
  - term: "民法典第585条"
    type: must
  - term: "涉外民事关系法律适用法"
    type: must
---

# [测试名称] — [测试场景描述]

工作流程

Step 0：扫描变更

检查 git diff --name-only HEAD~1 或指定场景，确定哪些 scene skill 有变更。

Step 1：加载测试用例

对每个有变更的场景，读取 tests/ 下所有 .md 文件。

Step 2：执行测试

对每个测试用例：

读取测试文件的 target 和 query
加载场景 CLAUDE.md（含 Role、数据源、推理原子能力调用流程）
加载 target skill 的 SKILL.md
以 query 为输入，执行整个工作流
收集输出

Step 3：评估输出

对照测试用例的 expected 和 checks 字段逐条检查：

检查项	方法	判定
`contains` 关键词	输出含指定术语？	PASS/FAIL
`has_section` 节标题	输出含指定节？	PASS/FAIL
`body_lines` 行数	输出正文≥N行？	PASS/FAIL
`no_placeholder` 填空	输出无[填空]标记？	PASS/FAIL
`type:must`	必选项未通过 → FAIL	FAIL
`type:should`	建议项未通过 → WARN	PASS but warn

Step 4：生成报告

📋 Auto-Test 报告 — [日期]

====================
场景: contract-review
====================
  ✅ vendor-agreement-review — 供应商合同审查 (0.4s)
  ⚠️ review-proposals — 审查提案修改 (expected "民法典第585条" not found)
  ❌ renewal-tracker — 续约追踪 (输出含[填空]标记)

====================
场景: data-compliance
====================
  ✅ pipl-assessment — PIPL合规评估 (0.3s)
  ❌ data-export-assessment — 数据出境评估 (expected section "风险等级" missing)

====================
汇总
====================
总测试: 24
通过: 19
警告: 2
失败: 3

Step 5：失败分析与自修复

对每个 FAIL 的测试：

分析根因：
- 输出太短 → SKILL.md body 过薄
- 缺失法条引用 → SKILL.md 没写 legal_sources 或没引用
- 含[填空] → cold-start 未运行
- 节标题名称不一致 → SKILL.md 的节命名与 expected 不匹配
自修复方案：

失败原因	自动修复措施
输出太短（< 30 行）	在 SKILL.md body 追加标准工作流模板
缺失法条引用	从 skill name 和场景推断涉及法条，追加到 `legal_sources`
含[填空]	提示用户运行 cold-start
节标题不一致	统一为标准节标题（## 工作流程 / ## 风险分析 / ## 输出格式）

修复后重跑测试

Step 6：回写测试结果

每次运行结果追加到 tests/_results.yaml：

- run_at: 2026-06-15
  scene: contract-review
  skill: vendor-agreement-review
  test: supplier-msa-review
  result: PASS
  duration: 0.4
  auto_fixed: false

- run_at: 2026-06-15
  scene: data-compliance
  skill: data-export-assessment
  test: cross-border-data-flow
  result: FAIL
  duration: 0.8
  auto_fixed: true
  fix: "added legal_sources for PIPL第38条"
  post_fix_result: PASS

每周测试计划

如无指定场景，按以下顺序覆盖：

日期	覆盖范围
周一	contract-review + m-and-a + corporate-governance
周二	data-compliance + ip-infringement + employment-legal
周三	tax-compliance + regulatory-compliance + white-collar-crime
周四	litigation-support + commercial-arbitration + labor-arbitration
周五	剩余场景 + 汇总 + 修复确认
周末	不执行

与 evolution 的协作

auto-test 是 RUN + EVAL 阶段（机械层），plugins/shared/evolution/ 是 REFL + PATCH + 回归阶段（认知层）。

职责边界：

能力	auto-test	evolution
执行测试	✅	❌
评估输出（机械评分）	✅	❌
失败归因（认知推理）	❌	✅
生成 patch 提案	❌	✅
修复结构性问题（自动）	✅ Step 5	❌（升级为 proposal）
修改法条/法律逻辑	❌	✅（需 sign-off）
跨次反思/元学习	❌	✅

交接契约：auto-test 跑完后，符合以下任一条件应触发 evolution REFL：

某评估维度失败率 ≥ 30%
同一 case 连续 ≥3 次 FAIL
出现 legal-source-* 类型的失败
self-audit Phase 2 标 FAIL 的 skill

不触发 evolution 的情况（auto-test 自行处理）：

纯结构问题（节标题命名、frontmatter 缺失）—— auto-test Step 5 自动修
placeholder 残留 —— 提示用户跑 cold-start
一次性偶发失败 —— 写入 _results.yaml 但不触发 REFL

完整协作链路：

auto-test RUN
  → EVAL (auto-test 输出 _results.yaml + 报告)
    → [触发条件满足] → evolution REFL（生成 reflection）
      → evolution PATCH（生成 proposal）
        → evolution GATE（人/律师 sign-off）
          → evolution 回归（auto-test 再次跑 regression_test_set）
            → merge + 写入 evolution/merge-log.yaml

本技能不做什么

不验证法条引用的准确性——只检查术语存在性。
不替代真实律师的审核。
不修改 SKILL.md 的法律逻辑——只修复结构性问题。
不做归因推理——失败归因由 evolution 处理，auto-test 只产原始证据。

Greater China Legal — shared auto-test v1.0.0

auto-test

ソース情報

インストール方法

ソースファイルを確認

このリポジトリの他の Skills

/auto-test — 场景功能自测与自改进

测试文件结构

测试用例格式

工作流程

Step 0：扫描变更

Step 1：加载测试用例

Step 2：执行测试

Step 3：评估输出

Step 4：生成报告

Step 5：失败分析与自修复

Step 6：回写测试结果

每周测试计划

与 evolution 的协作

本技能不做什么

このリポジトリの他の Skills

/auto-test — 场景功能自测与自改进

测试文件结构

测试用例格式

工作流程

Step 0：扫描变更

Step 1：加载测试用例

Step 2：执行测试

Step 3：评估输出

Step 4：生成报告

Step 5：失败分析与自修复

Step 6：回写测试结果

每周测试计划

与 evolution 的协作

本技能不做什么