掌握 Codex 自研 Skill 自动化测试与调优方法

强烈推荐所有在本地给 Codex 搓自研skill、又总觉得调优全凭运气的铁汁，一定要掌握这套方法‼️

大多数新手的误区是要么改完简介在聊天框里随口测两句、感觉回答顺了就当大功告成，要么每次微调都在拆东墙补西墙，把其它场景改崩了还浑然不知。

但其实真正能让智能体稳定落地的工程闭环，整条逻辑其实极其清晰： 定义标准 → 编写用例 → codex exec --json 抓日志 → 自动化断言 → 阻断异常。

技能本质上就是一包写在文件里的提示词。

只要你动了一行指令，就必须用机器代替肉眼去做三道硬核检查： 结果对不对、调用的工具链路顺不顺、输出的格式和风格到底合不合规。 最关键的一步，是很多人从来不写的反例用例。

测它能把分内事做好只算及格，塞一条完全不该触发的任务去刁难它，看它能不能守住边界安静退回，才是一个技能成熟的标志。

起步可以直接把这句话扔给它跑： 先写 10 条测试提示（至少 1 条是不该触发的反例），再为当前技能定义结果、过程、风格三类必过检查；

用 codex exec --json 跑一遍，告诉我哪几条没过。

把感觉变好了的虚假安慰戒掉，全部交给冰冷的测试用例，你的技能才算真正长出了骨骼。