TSL Syntax Reference Skill Evaluations

本评测用于验证 lookup-only tsl-syntax-reference 的核心检索、应用和职责交接行为。题面不包含答案；每个场景必须在全新 agent 会话中运行并保存原始首答及原始命令输出。

固定场景

ID	题面	允许文件配置	预期路由	通过条件	禁止行为
`syntax-tsl-layout`	请写一个 `.tsl`：声明一个局部变量，定义一个函数，并在脚本最后调用函数和输出结果。	`tsl-layout`	`.tsl` 文件模型与快速起手专题	以原始题面术语执行 `lookup.py --mode write`；输出支持 `.tsl` 文件模型，声明区和语句区顺序符合检索结果	从 Pascal、Python、JavaScript、TypeScript 或 SQL 猜测语法；手工读取 `references/`；读取其他场景输出
`syntax-tsf-model`	请写一个可从 `funcext` 加载并复用的 `.tsf`。	`tsf-model`	`.tsf` 文件模型与函数扩展或 unit 专题	以原始题面术语执行 `lookup.py --mode write`；产出可加载的函数扩展或 unit，`.tsf` 内不加入脚本成功标记	把脚本语句区写入 `.tsf`；手工读取 `references/`；读取其他场景输出
`syntax-assignment-named-args`	请同时解释 TSL 中的赋值、相等比较和命名参数，并分别给出最小写法。	`assignment-call`	表达式、赋值与函数调用专题	以原始题面术语执行 `lookup.py --mode explain`；三种形式的边界正确且可追溯到原始 lookup 输出	按相似语言类推；手工读取 `references/`；编造未记录形式
`syntax-class`	请定义一个 TSL 类，构造对象并调用一个成员。	`class-object`	类、对象创建与成员调用专题	以原始题面术语执行 `lookup.py --mode write`；类声明和对象创建形态由原始 lookup 输出支持	用其他语言的 `class`、`new` 或成员语法补全 TSL；手工读取 `references/`
`syntax-invalid-statement`	请诊断本文“`invalid-statement` 输入”中的 `.tsl`，说明 `invalid statement` 的原因并给出修正版。	`invalid-statement`	常见误写专题与对应文件模型主专题	以错误文本和原始题面术语执行 `lookup.py --mode diagnose`，必要时改进查询再次执行；输出覆盖 pitfalls 和主专题，并支持文件模型或语句位置判断	只复述输入代码；只凭错误字符串猜测；绕过 lookup 或手工读取 `references/`
`handoff-api`	请给出一个用于读取行情的精确 TSL API 名称、完整签名、参数和返回值。	`handoff-api`	`tsl-api-reference`	明确交给 API Skill，不从语法资料或模型记忆补全	编造 API 名称、签名、参数或返回值
`handoff-tooling`	请同时说明 TSL 命名约定，以及 Linux 下解释器的准确执行命令。	`handoff-tooling`	项目 ruleset/命名文档与最近 `AGENTS.md`/工具链事实	退出语法范围并分别交给对应事实所有者	在语法 Skill 中编造命名规则、解释器路径或环境变量

允许文件配置

tsl-layout、tsf-model、assignment-call、class-object、invalid-statement：允许 agent 读取 skills/tsl-syntax-reference/SKILL.md 并执行 skills/tsl-syntax-reference/scripts/lookup.py。lookup 子进程可读取随附 references/，但 agent 不得直接打开、枚举或挑选其中页面；lookup 的原始输出是唯一允许的语法事实材料。
handoff-api：仅 skills/tsl-syntax-reference/SKILL.md；场景只验证交接，不读取或回答 API 事实。
handoff-tooling：skills/tsl-syntax-reference/SKILL.md、docs/tsl/naming.md、docs/tsl/toolchain.md 和最近的 AGENTS.md。

`invalid-statement` 输入

a := 1;
test();

function test();
begin
    echo "test";
end;

echo "after declaration";

v1 运行边界

显式使用已安装的 tsl-syntax-reference；五个语法场景必须通过随附 scripts/lookup.py 取得语法事实，不得把 references/ 当作人工路由或候选页集合。
不把旧 docs/tsl/syntax/** 当作回退事实源。
API、命名和工具链事实只交给对应所有者；语法 Skill 不得代替它们编造答案。
v1 不建立无资料 RED 或旧 docs 基线，不运行 test/agent/prompts_zh.md 的 100 题综合测试。
v1 不计算迁移前后通过率，也不声明与旧 docs 的行为等价性。

运行与记录

每个场景启动全新会话，记录 agent、model、平台、可见文件清单和事实入口。
每条评测记录都必须逐字保存执行命令、stdout、stderr 和退出码；未运行命令的 handoff 场景也要在命令字段写明“未运行”及原因，不得省略原始命令/输出字段。
保存原始首答；同一场景不根据解释器或评分反馈循环修复后冒充首次结果。
五个语法场景必须实际调用 lookup 并正确应用其输出；两个 handoff 场景必须停止推断并交给正确所有者。
运行 TSL 前读取最近的 AGENTS.md，检测平台并使用其中规定的解释器环境。
只对实际产生可执行 .tsl/.tsf 的场景运行解释器；解释型和 handoff 场景按本文件条件判定。
七场景是 v1 轻量 smoke；后续版本按真实失败持续增加回归场景，不维护历史通过率基准。

每个场景使用同一记录模板：

场景 ID、agent、model、平台、可见文件清单、事实入口。
原始 lookup 命令、stdout、stderr、退出码；handoff 场景逐字记录“未运行”及原因。
原始首答、解释器命令与原始输出（如适用）、评分和失败分类。

评分

每个场景逐项记录 pass、fail 或 invalid：

pass：满足全部通过条件且没有禁止行为；语法场景包含成功 lookup 的原始命令/输出，handoff 场景包含未运行 lookup 的明确记录及交接依据。
fail：遗漏任一通过条件、出现任一禁止行为，或可执行产物未通过规定解释器验证。
invalid：会话看到其他场景输出、运行反馈、评分材料或隔离配置之外的事实源。

评测还应记录失败分类：触发失败、错误路由、未读主专题、文件模型错误、语法应用错误、越界编造和隔离污染。

7.3 KiB Raw Blame History Unescape Escape