Running Skills EDD Cycle 是一个为智能体技能（agent skills）设计的评估驱动开发（EDD）流程指南。当需要设置技能测试工作流、创建技能评估场景时可以使用它。
工作流
第 1 步：先构建评估
在编写文档之前先创建评估，以确保技能解决真实问题。具体做法：让 Claude 在不加载该技能的情况下运行代表性任务；记录具体的失败或缺失的上下文；创建 3 个以上测试这些差距的评估场景。评估场景在 /creating-effective-skills 工作流的最后一步保存到 tests/scenarios.md。
第 2 步：建立基线
测量 Claude 在不加载技能时的表现：运行每个评估场景，记录成功/失败、缺失的上下文、错误的方法。这将成为对比基线。
第 3 步：编写最小指令
只创建足以解决差距的内容：从核心工作流开始，仅在测试失败时添加细节，避免过度解释。必需：在编写任何技能内容之前，使用 Skill 工具调用 creating-effective-skills，以确保从一开始就具有正确的命名、描述格式和结构。
第 4 步：使用多个模型进行评估
注意：此步骤需要 Claude Code CLI。如果使用 Claude.ai 则跳过。必需：使用 Skill 工具调用 evaluating-skills-with-models 并传入技能路径。该步骤将：从 tests/scenarios.md 自动加载场景；使用子智能体跨模型（sonnet、opus、haiku）执行；根据预期行为进行评估；确定推荐模型（具备完全兼容性的能力最低的模型）。评估之后：在技能的元数据中记录推荐模型。必需：当观察结果显示存在问题时，使用 Skill 工具调用 improving-skills。
第 5 步：最终审查
在认为技能完成之前：必需使用 Skill 工具调用 reviewing-skills，以验证是否符合最佳实践；处理所有已识别的合规问题；修复后重新运行评估；重复直到技能通过审查。
第 6 步：用户验证指南
在所有审查通过后，输出供用户在新会话中验证的说明：
测试你的技能
在新终端中运行以下命令，以全新的 Claude 会话测试：
claude --model {recommended_model} "{evaluation_query}"
测试后，将输出文件或结果粘贴回此会话以进行最终确认。
替换：
{recommended_model}：在第 4 步确定的模型（例如 sonnet）
{evaluation_query}：评估中的一个代表性查询
快速参考
循环：识别差距 -> 创建评估 -> 建立基线 -> 编写最小内容 -> 模型评估（子智能体） -> 审查 -> 用户验证
观察结果所指示的含义
意外的文件读取顺序 → 结构不直观；遗漏的引用 → 链接需要显式；重复读取同一文件 → 将内容移到 SKILL.md；从未访问的文件 → 不必要或信号不佳。