增加技能自检查模块

.opencode/skills/skill-tester/test-cases/phase-guard.md

@@ -0,0 +1,119 @@
+---
+id: phase-guard-001
+skill: game-design
+severity: critical
+
+test_id: phase-guard-001
+skill: game-design
+scenario: 用户在 development 阶段尝试触发 game-design Skill
+---
+
+# 场景
+用户在 development 阶段说"帮我设计一个卡牌游戏"，此时应该触发 game-design 的相位守卫，
+Agent 应拒绝加载该 Skill。
+
+## 模拟参数
+- **phase**: "development"
+- **user_message**: "帮我设计一个卡牌游戏"
+
+## 预期行为
+1. Agent 应检查 current.json 的 phase 值
+2. 发现 phase = "development"，而 game-design 的 phases = ["design"]
+3. 立即中止，不执行 game-design 的任何后续流程
+4. 输出应包含以下关键信息：
+   - 当前阶段为 development
+   - game-design Skill 不可用
+   - 建议切换到设计阶段
+
+## 预期输出关键词
+- "当前阶段" 或 "development"
+- "不可用" 或 "不支持" 或 "无法加载"
+- "切换到" 或 "设计阶段"
+
+## 不应出现的行为
+- 开始进行游戏设计问答
+- 询问参考游戏
+- 加载任何设计相关模板
+- 创建 state.json 或设计阶段数据文件
+
+## Judge 备注
+- 这是相位守卫的否定场景测试（应拒绝加载）
+- 行为匹配的核心：Agent 是否拒绝执行游戏设计工作流
+- 关键决策点：Agent 输出中是否包含了中止信号
+
+---
+
+---
+id: phase-guard-002
+skill: game-design
+severity: critical
+
+test_id: phase-guard-002
+skill: game-design
+scenario: 用户在 design 阶段正常触发 game-design Skill
+---
+
+# 场景
+用户在 design 阶段说"我想做一个 roguelike 卡牌游戏"，此时应该正常加载 game-design Skill
+并开始工作流。
+
+## 模拟参数
+- **phase**: "design"
+- **user_message**: "我想做一个融合了杀戮尖塔和炉石传说的 roguelike 卡牌游戏"
+
+## 预期行为
+1. Agent 应检查 current.json 的 phase 值
+2. 发现 phase = "design"，game-design 的 phases = ["design"]，匹配通过
+3. 开始执行 game-design 工作流：
+   - 读取 state.json
+   - 进入 SEEKING_REFERENCE 或直接进入 ANALYZING_REFERENCE（因为提到了明确参考游戏）
+4. 输出应包含游戏设计相关的引导
+
+## 预期输出特征
+- 不应出现"不可用"、"不支持"等拒绝信息
+- 应出现游戏设计相关引导：
+  - 询问更多细节 或
+  - 确认参考游戏并开始分析 或
+  - 开始游戏设计工作流
+
+## 不应出现的行为
+- 拒绝加载
+- 提示切换阶段
+- 完全忽略用户的游戏设计请求
+
+## Judge 备注
+- 这是相位守卫的肯定场景测试（应允许加载）
+- 核心判断：Agent 是否开始执行游戏设计工作流而非拒绝
+- 不需要验证完整工作流，只需确认"准入"环节通过
+
+---
+
+---
+id: phase-guard-003
+skill: dev-changelog
+severity: high
+
+test_id: phase-guard-003
+skill: dev-changelog
+scenario: dev-changelog 在 design 阶段也应可用（phases: ["all"]）
+---
+
+# 场景
+dev-changelog 的 phases 是 ["all"]，在 design 阶段应正常可用。
+
+## 模拟参数
+- **phase**: "design"
+- **user_message**: "帮我记录一下最近改了什么"
+
+## 预期行为
+1. Agent 应检查 phases，发现 ["all"] 匹配任何阶段
+2. 正常加载 dev-changelog Skill
+3. 执行开发日志相关操作
+
+## 预期输出特征
+- 不出现阶段不匹配的拒绝信息
+- 出现开发日志相关的操作（读取 changelog 文件 或 提示写入日志）
+
+## Judge 备注
+- 验证 phases: ["all"] 的正确性
+- 核心判断：基础设施 Skill 在所有阶段都应可用