wehub-skill-synccouncil-review — 评估测试框架
级别： 复合型（完整模式下编排 11 个并行 agent 调用）。 复合型技能无法进行行为层面的单元测试。本测试框架锁定的是设计契约——SKILL.md 必须在 README 和 CLAUDE.md 中明确列出每个顾问、模式及步骤。出现偏差即意味着声称的行为与实现不再匹配。
断言的内容
- SKILL.md 中命名的全部 5 个顾问角色（Contrarian、First Principles、Expansionist、Outsider、Executor）
- 全部 5 种 DMAD 推理方法（Inversion、Decomposition、Analogy、Naive questioning、Dependency graphing）
- 两种模式标志均已记录（
--quick、--adversarial） - 全部 6 个执行步骤（步骤 0 至步骤 5）
- 匿名化不变性存在（根据 CLAUDE.md 不可协商）
- 范围校验守卫存在
- README 命名了该技能并记录了安装方式
- LICENSE 文件已随附
运行
bash tests/eval.sh
退出码 0 = 契约完好。退出码 1 = 声称的契约出现回归。
本测试未测试的内容
- 5 个顾问 agent 是否真正生成（无运行时调用）
- 同行评审在运行时是否真正匿名化
- 主席综合意见质量是否高
- 分歧分类是否正确触发
这些属于行为属性，需要借助 LLM 作为评判者对照已录制的黄金运行记录进行验证。暂缓，待基线数据存在后再做。
扩展
- 如果未来的 PR 新增第 6 个顾问，请将其添加到顾问断言中。
- 如果某个模式标志被重命名，请更新评估测试。
- 每一次记录到的实际场景遗漏，都应在此产生一条新断言。