TESTER SKILL SUITES
按真实工作任务组合技能，适合直接作为团队评测起步包。
从 Golden 用例到指标计算，适合第一次搭建 RAG 质量回归的测试团队。
覆盖 Agent 最终任务、工具调用、轨迹顺序和安全边界的准入组合。
把 Prompt、LLM 裁判和 Golden 集组合成可接入 CI 的质量门禁。
从指标、Golden 用例、质量检查到三态门禁，建立可审核、可执行、可回归的评测资产链路。
面向 Prompt、RAG 和 Agent 版本变更，组合资产检查、证据裁判、失败归因和发布门禁。