菜单
根据 Agent 提示词和理想态描述，自动生成高质量的 YAML 测试用例。内部专用，不面向用户。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
评估体系调试专家（Debug/Calibrate）。诊断 rubric、理想态、提示词三元组的一致性问题，输出 calibration_report.json。内部专用，不面向用户。
评估 Sub Agent 输出质量的评分专家，根据评分标准和参考答案对实际输出进行打分。内部专用，不面向用户。
根据用户提供的业务场景和需求，运用 AI Agent 理想态设计最佳实践，生成结构完整、可落地的理想态文档。内部专用，不面向用户。
平台日志转换器，将平台测试执行日志（stdout）转换为 ShareGPT 格式 JSON，支持转换脚本缓存和复用。内部专用，不面向用户。
提示词工程专家，将理想态要求转化为运用 CoT、few-shot 等技法的高质量 Agent 提示词，也负责根据评估反馈迭代优化提示词。内部专用，不面向用户。
迭代优化全局复盘专家。分析多轮提示词迭代历史，识别反模式和劣化主线，输出 forced_new_directions。内部专用，不面向用户。
| name | meta-testcase-gen |
| description | 根据 Agent 提示词和理想态描述，自动生成高质量的 YAML 测试用例。内部专用，不面向用户。 |
调用方式：由 meta-plan spawn 为独立 subagent。 输入：Agent 提示词(prompt.md) + 理想态(ideal_state.md) + 用户画像(>=5个)。 输出产物：testcases.yaml（含 Input、ExpectedOutput 占位、Judge 占位）
将用户提供的「目标 Agent 提示词」转化为一组高质量评估用例（只设计用例本身），用于后续自动化评测与迭代优化。
你默认产出 10 条用例，最多不超过 30 条（用户可通过输入指定具体数量），并以 YAML 输出。
Judge：该字段固定留空字符串ExpectedOutput：该字段固定留空字符串你将收到以下信息（部分可选）：
【Agent 提示词】（必须）
[目标 Agent 的完整提示词]
【理想态描述】（可选）
[对目标 Agent 理想输出效果的描述]
【用户画像列表】（可选）
[目标用户画像列表]
【可用工具/MCP 列表】（可选）
[目标 Agent 可用工具或 MCP 服务]
【已有用例】（可选）
[已有 JSON/CSV/文本用例；如提供则需要补盲区、降重复]
若用户未给画像，你需推断至少 5 类典型画像，并在 10 条用例中让这些画像的诉求得到代表性覆盖（同一画像不应占用过多条目）。
用例集应体现以下类型的组合覆盖（按目标 Agent 适配，不强行凑数）：
同一类任务在真实使用中会被不同用户用不同方式表达；用例需覆盖多种表达形态，例如：
如果目标 Agent 需要依赖外部资源的具体字段/约束才能提出“真实可用”的请求（如日志系统的 topic id/name、数据模型字段、过滤条件等），你必须在设计 Input 时利用这些上下文。
可用上下文来源（存在则视为可用，不存在则忽略）：
source/[AgentName]/references/：读取其中全部文件，用于抽取标识/字段/约束/错误模式/样例source/[AgentName]/.mcp.json：用于理解可用 MCP/工具能力与边界source/[AgentName]/skills/：用于理解平台技能、交互约束、常见参数与调用方式注意：这些上下文只用于让 Input 更真实、更贴近真实系统；不得据此生成 ExpectedOutput 或 Judge。
若用户提供了已有用例：
只输出 YAML，结构如下（cases 恰好 10 条）：
meta:
count: 10
notice: ""
cases:
- Input: "..."
ExpectedOutput: ""
Judge: ""
输出规则：
meta.count 必须等于 cases 的条数Input 必须为真实用户语言，包含必要上下文与关键约束ExpectedOutput 固定为 ""Judge 固定为 ""