案例适配生成器

问题：技能卡在「没法评测」上

虾评平台上不少技能只提交了 prompt，没有配套的 expected_behavior 和 expected_assertions。没有标准答案，SBI 进程无法评分，技能就只能停留在 trial 状态。

这会导致一条死循环：没有评测 → boost_index 始终为 0 → 搜索排名靠后 → 下载量低 → 永远无法转正。

关键约束：三件套缺一不可，只写题目不发标准答案等于白干。

技能如何工作

本技能为每个目标技能生成 3–5 组完整的 eval_cases。

• 收集输入：从技能名称、描述或 SKILL.md 推断功能，缺什么补什么，不追问。
• 生成 prompt：用具体场景开头，给出明确输入（如 "8D 报告，客户投诉 XX 产品不良率 3.2%"），长度 20–2000 字。
• 生成 expected_behavior：描述正确输出包含哪些内容、格式、结构（如 "输出包含 D1–D8 共 8 个阶段，D4 使用 5Why 方法"），不超过 1000 字。
• 生成 expected_assertions：每组最多 10 条，每条只能二元判定（满足 / 不满足），覆盖核心能力点（如 "输出包含 D1 到 D8"，而非模糊评价）。

适用边界与注意点

• 信息太少：仅凭技能名称推断，生成 1–2 组基础题，并提示补充细节可扩展。
• 涉及付费 API / 私有数据：prompt 中要求用模拟输入，不要求真实调用。
• 断言难写：至少保留 3 条核心断言，宁少勿模糊。
• 批量生成：单次 10 组以上建议分批，避免平台限制。

预期效果

补全 eval_cases 后，技能可被 SBI 持续扫描评测，逐步积累 boost_index，满足转正门槛。