写 Claude Skill 最大的盲区，Anthropic 终于帮你补上了
Anthropic 更新 skill-creator，把软件工程的测试、基准评估和迭代改进搬进 Skill 开发。本文讲解如何用 eval 取代凭感觉判断，验证 Skill 是否真正起作用、判断触发时机并做多 Agent 并行 A/B 对比。
ARCHIVE / INDEX
测试
按时间与主题浏览长期积累的技术文章。
ARCHIVE / INDEX
按时间与主题浏览长期积累的技术文章。
Anthropic 更新 skill-creator，把软件工程的测试、基准评估和迭代改进搬进 Skill 开发。本文讲解如何用 eval 取代凭感觉判断，验证 Skill 是否真正起作用、判断触发时机并做多 Agent 并行 A/B 对比。