用途：测试 Claude Code harness（hooks、skills、settings、CLAUDE.md 等控制智能体的组合件），按层级选型并编写、运行测试。核心规则是从能回答问题的最便宜层级开始，仅在确实不够时才升级。
主要能力与层级：unit 层用 runHook 检验 hook 逻辑（块/放行某事件，覆盖 Edit/Write、PreCompact、SessionEnd、SubagentStop 等），免费、毫秒级、无需 claude。deterministic 层用 runHarnessTest + scriptModel 验证 hook 是否接入组装后的插件并在真实会话中触发，免费、无需 API key；也可通过 trace.modelRequests / assertRequestContains 验证注入上下文（SessionStart hook、/command）是否真正到达模型。eval 层用真实模型：measureTriggerRate（含 irrelevantPrompts）与 assertTriggerRate({ min, maxFalsePositive }) 测技能描述触发的召回与精确度；measure({ checks: [judged(rubric)] }) 与 assertRates({ min }) 测输出绝对质量；runEval（arms）与 assertSignificant 做 A/B 提升与回归。
使用方式：先确认 vigiles 已安装（npm i -D vigiles，或 pnpm/yarn），deterministic 层还需 PATH 上有 claude CLI（npm i -g @anthropic-ai/claude-code，无需 API key），eval 层需模型认证。定位 harness 面（.claude/settings.json、.claude-plugin/plugin.json、hooks/hooks.json、skills/<name>/SKILL.md、agents、commands）后选定具体对象写测试。运行可用测试运行器（node:test/vitest/jest），或用零配置 CLI：npx vigiles test（.harness.{mjs,ts}，unit + deterministic，无 API key）与 npx vigiles eval --trials=6（.eval.{mjs,ts}，真实模型）。CI 可用 vigiles init 生成工作流（Action zernie/vigiles@v1）；eval 结果需命名并 vigiles eval --update 提交锁，CI 用 vigiles eval --check 校验输入是否变化。
限制：若各层都能回答，优先 unit，因其更快且能驱动 deterministic mock 无法触及的事件。触发率为 0% 很可能是接线问题，而非描述问题；便宜模型不能直接当作下限，需先验证。资料中的具体成本、定价与更多引用文档细节暂未提供，需查对应文档确认。