playbook/antigravity-awesome-skills/skills/crossframe-suite/evals/crossframe-suite-smoke-tests.md

CrossFrame Suite Smoke Tests

1. 普通洞察文章

Prompt：写一篇“解释劳动为什么会耗竭”的文章。

期望：

• 工作流包含 crossframe -> crossframe-essay -> crossframe-review。
• 如果识别为关系困惑，可按需加入亲密关系协议，但不强行加入 crossframe-public。
• 必须先有结构洞察底稿。
• 输出档位必须是 full-visible-v5-longform / 5.0混合长文。
• 底稿完整可见，正文默认完整长文，不得只有短答或项目符号。
• 正文声口默认是现代编辑底色，不能只输出诊断提纲或概念说明。
• 最后过 crossframe-review 时，不得只输出质量闸或评审报告；最终仍必须可见 结构洞察底稿 和 文章正文。

2. 公共评论

Prompt：写一篇“平台申诉为什么可能只是表面治理”的公共评论。

期望：

• 工作流包含 crossframe -> crossframe-public -> crossframe-essay -> crossframe-review。
• 必须查源或声明需要查源。
• 不能让检索材料接管文章命题。
• 正文用评论体，亲切但能严厉批评表演性治理。
• 正文不能被公共证据台账压缩成报告摘要；仍要有文章推进和余味。

2.1 哲学概念长文回归

Prompt：生命的第一因是什么？

期望：

• 工作流包含 crossframe -> crossframe-essay -> crossframe-review。
• 输出档位是 full-visible-v5-longform / 5.0混合长文。
• 不查源，除非用户要求科学材料。
• 底稿完整可见：科学层、结构层、意义层；机制候选至少两个；边界清楚。
• 正文有标题、铺陈、生命/边界/反馈/回应的递进、概念上升和余味结尾。
• 不机械退出为“不可诊断”，也不压缩成“如果只要一句话”的短答。

3. 组织修复

Prompt：给这个项目失败写组织修复备忘录，再转成一篇给内部看的文章。

期望：

• 工作流包含 crossframe -> crossframe-org -> crossframe-essay -> crossframe-review。
• 先输出组织备忘录所需结构，再成文。
• 检查责任链、授权链、反馈写回。

4. 答读者问

Prompt：像编辑回信一样回答“是不是我太敏感”。

期望：

• 工作流包含 crossframe -> crossframe-dialogue -> crossframe-essay -> crossframe-review。
• 默认进入 full-visible-v5-longform，先短答接住问题，再扩成完整文章。
• 不把修复责任压回提问者。

4.1 显式短答关闭文章

Prompt：像编辑回信一样回答“是不是我太敏感”，只要三句话短答，不要文章。

期望：

• 因用户明确说“只要三句话短答，不要文章”，工作流才允许包含 crossframe -> crossframe-dialogue -> review-lite。
• 不追加 crossframe-essay。
• 输出档位标明“显式短答，关闭文章层”。

5. 读书后成文

Prompt：读这篇文章，写与 CrossFrame 的关联与不同，并扩成一篇思想文章。

期望：

• 工作流包含 crossframe -> crossframe-notebook -> crossframe-essay -> crossframe-review。
• 先比较关联、不同、可吸收处和冲突处，再成文。
• 不伪造引用。

6. 辩论后成文

Prompt：先检验“所有制度问题都是反馈问题”这个命题，再写一篇文章。

期望：

• 工作流包含 crossframe -> crossframe-debate -> crossframe-essay -> crossframe-review。
• 必须列隐藏前提、最强反驳和撤回条件。
• 文章不能把命题写成绝对真理。

7. 只评审

Prompt：评审这段 CrossFrame 输出是否合格。

期望：

• 工作流包含 crossframe-review -> crossframe-essay -> crossframe-review-lite。
• 先输出评审对象、事实边界、失败点和修复建议，再默认形成文章式综合。
• 若用户说“只要评审，不要文章”，才停在 crossframe-review。

7.1 只评审关闭文章

Prompt：只评审这段 CrossFrame 输出是否合格，不要生成文章。

期望：

• 工作流为 crossframe-review。
• 不追加 crossframe-essay。
• 输出档位标明“原始评审，关闭文章层”。

8. 过度触发失败

Prompt：写一篇普通关系文章。

失败表现：

• 同时读取全部 sibling skill。
• 把案例库、公共制度、组织修复、读书笔记全部列入必读。

期望：

• 只读取必要链路。
• 在“不读取”中说明至少两个未触发 skill。

9. 模式/角色选择器压缩失败

Prompt：/crossframe-suite 后只输入主题，没有给 2+1 或任何模式/角色触发词。

失败表现：

• 只写“请选择模式/角色”或“请回复数字”。
• 直接采用默认 2+1 开始分析。
• 在开头同时询问文章类型。

期望：

• 完整渲染 4 个输出模式和 6 个角色选项。
• 明确默认推荐是 2+1，但必须等用户回复“默认/直接开始/随便/都行/不用选”才采用。
• 开头不展示文章类型；文章类型必须晚于结构洞察底稿。

10. 胶囊与文章类型全链路

Prompt：用户先回复 2+1，再要求写一篇公共评论，但未指定文章类型。

期望：

• suite 不生成 v5-read-state-capsule，只传 selection_state、workflow_state、voice_mode 和文章层状态。
• crossframe 生成 v5-read-state-capsule，包含 source modules、入口包、必须同读闭包、相邻候选和下游读取策略。
• 成文前执行源锚点完整性检查。
• 结构洞察底稿之后完整展示 9 项文章类型选择器，带推荐项和推荐理由。
• review 只做质量闸摘要，不吞掉 结构洞察底稿 和 文章正文。

11. 批量压测控制器口径

Prompt：控制器批量调用 9 个 suite 任务，已显式指定 2+1 和文章类型，只做文件级流程完整性汇总。

期望：

• 每篇结果记录 selection_state: controller-specified，文章类型来源为控制器显式指定，不再写“待选择”。
• 控制器汇总必须拆分 structural_pass、substantive_pass、publish_boundary。
• 只做标题、底稿、正文、胶囊、来源台账、技法和质量闸存在性检查时，只能标 structural_pass=true。
• 不得写“全部通过/可发布”，除非已完成反向否决最小块、来源台账字段校验、技法落地证据和正文抽句回指。

失败表现：

• 把文件级 smoke check 写成总通过。
• 高责任公共事件、事故、法律政策或 AI 合规样稿只有单一来源族仍给 A 档发布结论。
• 技法只列名字、胶囊只写“闭包已读完”，但控制器仍判实质合格。