阿里开源 skill-up：让 Agent Skill 可评测可回归

阿里开源 skill-up：让 Agent Skill 可评测可回归

摘要

Agent Skill 缺少标准化评测，导致行为退化、引擎差异等问题难以发现。skill-up 是一个声明式 CLI 评测框架，通过 expect+judge 分层判定、多引擎支持、多轮会话和结构化报告，让 Skill 质量可声明、可回放、可回归，并已在实际业务中落地。