blinded-eval

对技能、规则或提示变更进行盲测评估。父级设计实验，将候选方案隔离在临时目录中，运行相同的自然用户提示，并根据保留的评分标准对生成结果进行打分。当用户调用 /blinded-eval 命令、要求评估或 A/B 测试某项技能变更，或创作阶段第4步指出该变更会影响智能体行为时，应用此方法。使用 authoring-skills-and-rules 编写技能；使用 dissect 审计现有系统。

存档时间线

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本