Wxa Skills Eval

Name: Wxa Skills Eval
Author: wechat-miniprogram

wechat-miniprogram/ai-mode-skills

33 installs
169 repo stars
Updated July 28, 2026
wechat-miniprogram/ai-mode-skills

Helps with ai & agent building tasks during AI-assisted development.

About

wxa-skills-eval is a Claude Code skill for ai & agent building. It helps solo builders move faster with AI-assisted coding.

wxa-skills-eval
AI & Agent Building
AI-coding skill

Wxa Skills Eval by the numbers

33 all-time installs (skills.sh)
+2 installs in the week ending Jul 27, 2026 (Skillselion tracking)
Ranked #8,944 of 16,546 AI & Agent Building skills by installs in the Skillselion catalog
Data as of Aug 5, 2026 (Skillselion catalog sync)

npx skills add https://github.com/wechat-miniprogram/ai-mode-skills --skill wxa-skills-eval

Add your badge

Show developers this skill is listed on Skillselion. Paste this into your README.

[![Listed on Skillselion](https://skillselion.com/badge/skills/wechat-miniprogram/ai-mode-skills/wxa-skills-eval.svg)](https://skillselion.com/skills/wechat-miniprogram/ai-mode-skills/wxa-skills-eval)

Installs	33
repo stars	★ 169
Last updated	July 28, 2026
Repository	wechat-miniprogram/ai-mode-skills ↗

What it does

Helps with ai & agent building tasks during AI-assisted development.

Files

SKILL.mdMarkdownGitHub ↗

wxa-skills-eval

一句话定位：基于开发者声明的 Skill，自动构造真实用户任务，模拟用户与小程序 Agent 多轮对话完成任务，并对全过程进行评测与缺陷归因，输出 HTML 报告 + 可机读 JSON。

何时加载

满足任一条件即应加载：

需要评测、调试、定位 wxapp 中 AI Skill（app.json::agent.skills）的端到端质量
希望以"模拟真实用户"的方式回归 Skill 行为，提前发现意图理解、参数抽取、调用链路或最终回复中的缺陷

运行环境

已支持 macOS 与 Windows 两个平台（自动按平台适配 DevTools CLI 路径与命令行调用）
新版开发者工具（macOS .pkg / Windows 安装包）安装后自动注册 wechatidecli 环境变量，评测工具会优先探测使用，无需手动配置路径
旧版开发者工具需通过 DEVTOOLS_ENV_APP_PATH 环境变量或 --devtools-app-path 参数配置安装路径；详见 `references/configuration.md`

核心能力

自动构造用户任务：基于开发者在 app.json::agent.skills 中声明的 Skill，结合小程序页面与原子能力，自动生成贴近真实场景的用户任务用例
模拟用户多轮对话：以模拟用户身份与小程序 Agent 进行多轮交互，期间触发 Skill 完成任务，覆盖意图理解、参数收集、调用执行、结果回复完整链路
端到端评测与缺陷归因：自动判定任务是否被正确完成，并将失败原因归因到具体环节（意图、轨迹、Skill 调用、回复等），帮助开发者快速定位 Skill 设计缺陷
结果 + 可视化报告：同时产出 HTML 报告（人工查看）与 JSON 数据（CI / 自动化集成）
续跑友好：节点产物落盘后再次运行自动跳过；显式 --from <node> 可强制从某节点重跑

完整执行流程与节点划分见 `references/pipeline.md`。

快速开始

默认即推荐：本工具默认启动 Web UI 并自动打开浏览器，便于人工查看实时进度、节点产物与报告。除非用户明确说"CI 环境"、"无人值守"、"不要 UI"、"纯命令行"，否则一律不要加 --headless。

# 【默认推荐】启动 Web UI 并自动打开浏览器，人工可视化查看进度
node wxa-skills-eval/cli/index.js run \
  -p /absolute/path/to/miniprogram \
  --cases 5

# 【可选】仅启动 Web UI 评测界面（在页面内手动配置参数后发起评测）
node wxa-skills-eval/cli/index.js serve --port 3200

# 【仅 CI 场景使用】headless 模式 — 不启动 Web UI，纯命令行输出
#   仅在以下场景使用：CI/CD 流水线、服务器无桌面环境、用户明确要求不开 UI
#   正常交互场景（包括 AI 助手代跑）请勿加 --headless
node wxa-skills-eval/cli/index.js run --headless \
  -p /absolute/path/to/miniprogram \
  --cases 5

# 续跑 / 断点续跑（默认同样走 UI 模式）
node wxa-skills-eval/cli/index.js run --resume      -p ...
node wxa-skills-eval/cli/index.js run --from eval   -p ...

关键路径

路径	用途
`cli/index.js`	CLI 主入口（解析子命令 `run` / `serve`）
`.env.example`	环境变量模板（必填项见 `references/configuration.md`）
`data/runs/<runId>/`	单次评测的产物与元数据（`run.json` / `progress.jsonl` / `cli_trace.jsonl` / 节点产物）
`data/runs/index.json`	评测历史轻量索引（丢了可一键重建：`POST /api/eval/history/rebuild`）

CLI 选项简表

短选项	长选项	说明
`-p`	`--project-path`	小程序项目绝对路径（必填）
`-c`	`--cases`	每次评测生成的 case 数（默认 1）
—	`--skills <CSV>`	参与评测的 skill 名（多个用英文逗号分隔，留空 = 评测全部）；旧参数 `--skill-name` 已废弃
—	`--from <node[:idx]>`	从指定节点重跑（如 `eval` 或 `gen_intent:1`），UI / headless 行为一致
—	`--resume`	断点续跑：自动定位最近一次同项目同 skills 的未完成 run，复用已有产物，UI / headless 行为一致
—	`--reuse-shared-nodes`	项目与 skill 指纹一致时，复用上次的 shared 节点产物（`explore` / `entity_pool` / `gen_api_deps` 等），可显著加速重复评测；指纹不一致会自动 fallback 全跑
—	`--headless`	仅 CI 场景：不启动 Web UI，纯命令行输出；日常交互评测请勿使用，保持默认 UI 模式
—	`--port <n>`	Web UI 端口（默认 3200）
—	`--auto-port`	端口被占用时自动选下一个可用端口
—	`--devtools-app-path <path>`	微信开发者工具路径（覆盖 `.env` 配置；新版开发者工具有 `wechatidecli` 时无需填写）
—	`--env <path>`	指定 `.env` 文件路径（默认读项目根目录）
—	`--custom-testcases <path>`	自定义测试集文件路径（跳过探索/生成，直接评测）
—	`--api-blacklist <json>`	接口黑名单（JSON 格式 `{"skillName":["api1"]}`，被列入的接口在评测过程中跳过；若某 skill 全部接口都在黑名单中则自动从本次 run 中剔除该 skill；若所有 skill 都被黑名单覆盖则直接 fail-fast）

自定义评测集（多 skill 支持）

--custom-testcases <path> 与 Web UI「自定义评测集文件」均支持多 skill 评测。

评测集文件格式：

{
  "skills": ["traffic-12123-query", "traffic-12123-payment"],
  "cases": [
    { "intent": "查询本月交通违章", "checklist": [...] }
  ]
}

skills[]：本次评测涉及的 skill 名（多 skill 时由 orchestrator 在同一 run 内统一调度）
老格式 skillName: "..." 仍兼容，等价于 skills: ["..."]
不写 skills/skillName 时由 CLI --skills / Web UI「参与评测的 Skills」勾选项兜底

skills 解析优先级：CLI/Web 显式传入 > 文件顶层 skills[] > 文件顶层 skillName

测试集回写策略（best-effort，失败不影响主流程）：

单 skill：执行完成后自动把 case 入库到该 skill 的测试集（沉淀回归用例）
多 skill：跳过回写——多 skill 模式下无法判断每条 intent 应归属哪个 skill；若需沉淀请拆成单 skill 文件单独跑

进一步阅读

`references/pipeline.md` — 13 节点执行顺序、依赖关系、续跑机制
`references/devtools-adapter.md` — DevTools CLI 接入要点
`references/configuration.md` — .env 全部环境变量与生效节点
`references/troubleshooting.md` — 常见报错排查

# wxa-skills-eval 环境变量（完整清单见 references/configuration.md）

# ── 必填：LLM 服务配置 ───────────────────────────────────────────────
WXA_SKILL_EVAL_LLM_BASE_URL=https://api.openai.com/v1
WXA_SKILL_EVAL_LLM_API_KEY=sk-xxxxxxxxxxxxxxxx
WXA_SKILL_EVAL_LLM_MODEL=gpt-4o

# ── 可选：LLM 客户端调优 ─────────────────────────────────────────────
# WXA_SKILL_EVAL_LLM_TIMEOUT=60
# WXA_SKILL_EVAL_LLM_MAX_RETRIES=3
# LLM 全局并发上限（正整数，默认 3）
# WXA_SKILL_EVAL_LLM_CONCURRENCY=3
# LLM 是否使用流式接口（开发者对接的 LLM 仅暴露 stream 接口时启用，1/true 启用，默认 0）
# WXA_SKILL_EVAL_LLM_STREAM=0

# ── 可选：节点行为调优（调小加快调试迭代）───────────────────────────
# gen_trajectory 最大对话轮数
# WXA_SKILL_EVAL_MAX_TRAJECTORY_ROUNDS=12
# explore 每个 skill 生成的探索轨迹条数
# WXA_SKILL_EVAL_EXPLORE_N_TRAJECTORIES=3
# explore 每条轨迹最多工具调用次数（至少 3 才能通过合法性校验）
# WXA_SKILL_EVAL_EXPLORE_MAX_STEPS=10

# ── 可选：DevTools 适配器 ────────────────────────────────────────────
# 新版微信开发者工具（macOS .pkg / Windows 安装包）安装后会注册 wechatidecli 环境变量，
# 评测工具会自动探测该命令并优先使用，无需手动配置路径。
#
# 若未检测到 wechatidecli（旧版开发者工具），则回退到以下手动配置：
# 微信开发者工具安装路径（不配置时按平台默认探测）
#   macOS  示例：DEVTOOLS_ENV_APP_PATH=/Applications/wechatwebdevtools.app
#   Windows 示例：DEVTOOLS_ENV_APP_PATH=C:\Program Files (x86)\Tencent\微信web开发者工具
#   （Windows 也可填 微信开发者工具.exe 文件路径，会自动取所在目录；校验依据是该目录下存在 cli.bat）
# DEVTOOLS_ENV_APP_PATH=/Applications/wechatwebdevtools.app
# DEVTOOLS_ENV_PROJECT_PATH=/absolute/path/to/miniprogram
# DEVTOOLS_ENV_CALL_TOOL_TIMEOUT=25
# DEVTOOLS_ENV_CHAT_TIMEOUT=50
# DEVTOOLS_ENV_LAUNCH_TIMEOUT=15
# DEVTOOLS_ENV_SKIP_AUTO_LAUNCH=1

# 仅本地开发调试用：强制覆盖最终 CLI 路径（优先级最高，会跳过 wechatidecli / appPath 探测）
# 配置错误时会在启动校验阶段立即报错。
# DEVTOOLS_CLI_OVERRIDE=/path/to/your/cli

# ── 调试 ─────────────────────────────────────────────────────────────
# WXA_SKILL_EVAL_DEBUG=1

Changelog

本文件记录 wxa-skills-eval 对外发布的版本变更。遵循 Keep a Changelog 规范，版本号遵循 SemVer。

[0.1.18] - 2026-06-11

✨ 新增

对外报告简化：报告结构精简，去掉文档质量板块，卡片直接展示
Skill 校验：新增校验 app.json 中 agent.skills[].description 必须存在且非空
自定义 LLM 请求头：支持传入自定义 LLM 请求 header
用例多样性提升：gen_intent 倾向于使用不同 entity，生成的用例覆盖更广

♻️ 优化

流程重构：LLM 请求全面并行化，评测速度大幅提升

🐛 修复

LLM 输出不规范 JSON 导致解析失败
LLM 超时走到全局 abort 被误判为"手动停止"

[0.1.17] - 2026-06-02

✨ 新增

新版开发者工具自动探测：安装新版微信开发者工具后会自动注册 wechatidecli 环境变量，评测工具优先探测使用，无需再手动配置 DEVTOOLS_ENV_APP_PATH 或 --devtools-app-path

♻️ 优化

评测对话生成 prompt 优化：精简 gen_trajectory 阶段的上下文，提升归因、评测、explore、gen_intent 等阶段的 KVCache 命中率，整体缩短 prompt 长度与评测耗时
评测结果产物瘦身：显著降低单次评测结果的磁盘体积
报告 UI 优化

🐛 修复

自定义评测集带 checklist 时，checklist 未生效

[0.1.16] - 2026-05-27

♻️ 优化

优化测试用例生成策略，过滤掉不合理、无法完成的任务
实体探索阶段按接口依赖关系筛选候选接口，减少探索失败率
完善黑名单接口的屏蔽逻辑，确保敏感接口不会被误调用

🐛 修复

修复模型输出中文引号（如 "" ''）导致 JSON 解析失败的问题

[0.1.15] - 2026-05-26

🐛 修复

修复 Windows 下 PowerShell 在 WebUI 选择文件夹失效问题
修复 Windows 对开发者工具 CLI 输出流中文乱码异常
修复评测过程中 LLM 输出不合法 JSON 问题

[0.1.14] - 2026-05-25

✨ 新增

取消 intent 长度限制与评测用例数量上限，支持更大规模的评测任务

🐛 修复

修复 explore 阶段的成功判定逻辑：只要有一条 trace 成功即视为通过
修复 win32 平台下 CLI 路径异常问题

[0.1.13] - 2026-05-22

✨ 新增

支持自定义评测集
支持评测接口黑名单（评测过程不去调用该接口，一般为敏感接口，如删除、退登等）
支持多 skills 协同评测，会生成跨 skills 协同完成任务的用例

📝 文档

修正 skill/references/pipeline.md：节点数 13 → 12，移除幻觉 summary 节点
skill/SKILL.md 同步节点数描述与 runs 产物说明（补 cli_trace.jsonl），frontmatter version 升至 0.1.13
ARCHITECTURE.md 修正 progress.js 描述（去 monkey-patch 误导），params 字段补 skills[]

[0.1.12] - 2026-05-21

✨ 新增

新增接口黑名单：可通过 Web UI 勾选或 CLI --api-blacklist 传入，评测过程中跳过指定接口；某 skill 全部接口被勾选时自动跳过该 skill 评测
进度页区分不同 skill：多 skill 评测时按 skill 分组展示节点进度，标题栏与步骤名附加 Skill X/Y 计数与 skill 名称
支持传入自定义测试集（--custom-testcases），跳过探索/生成阶段直接使用文件中的 intent 评测

[0.1.11] - 2026-05-20

♻️ 优化

优化评测 explore 阶段的耗时

🐛 修复

修复 intent 阶段错误导致的耗时异常

[0.1.10] - 2026-05-19

♻️ 优化

减少整体评测的 token 消耗

📝 文档

优化 Skill 文档：精简文档，聚焦使用者视角的前置准备、配置与排错

[0.1.9] - 2026-05-14

✨ 新增

增加对原子组件深色模式适配评测
支持评测 LLM 配置流式接口

{
  "name": "wxa-skills-eval",
  "version": "0.1.18",
  "description": "小程序 Skill 评测工具",
  "private": true,
  "bin": {
    "wxa-skills-eval": "./cli/index.js"
  },
  "engines": {
    "node": ">=18.17"
  }
}

Configuration — 环境变量与配置完全清单

1. LLM 服务配置（必填）

变量	必填	默认值	生效节点 / 模块	说明
`WXA_SKILL_EVAL_LLM_BASE_URL`	✅	—	`core/llm/client.js`（所有 LLM 节点）	OpenAI 兼容 API 的 BaseURL
`WXA_SKILL_EVAL_LLM_API_KEY`	✅	—	同上	API 鉴权密钥
`WXA_SKILL_EVAL_LLM_MODEL`	✅	—	同上	默认模型名（如 `gpt-4o`）

2. LLM 客户端调优（可选）

变量	必填	默认值	生效节点 / 模块	说明
`WXA_SKILL_EVAL_LLM_TIMEOUT`	❌	`60`	`core/llm/client.js`	单次请求超时（秒）
`WXA_SKILL_EVAL_LLM_MAX_RETRIES`	❌	`3`	同上	失败重试次数
`WXA_SKILL_EVAL_LLM_CONCURRENCY`	❌	`3`	`core/llm/scheduler.js`	LLM 全局并发上限；设为 `1` 等价串行
`WXA_SKILL_EVAL_LLM_STREAM`	❌	`0`	`core/llm/client.js`	是否启用流式（SSE）调用，合法值：`1`/`true` 启用，`0`/`false`/未设置关闭

3. 节点行为调优（可选）

变量	必填	默认值	生效节点	说明
`WXA_SKILL_EVAL_MAX_TRAJECTORY_ROUNDS`	❌	`12`	`gen_trajectory`	单次生成的最大对话轮数
`WXA_SKILL_EVAL_MAX_DISPATCH_PER_CASE`	❌	`6`	`gen_trajectory`	单 case 内允许的 dispatch 调用次数上限（防止模型反复调用工具）
`WXA_SKILL_EVAL_MAX_MDP_STEPS`	❌	`8`	`gen_trajectory`	单条轨迹的最大 MDP 步数，超出后强制终止
`WXA_SKILL_EVAL_EXPLORE_N_TRAJECTORIES`	❌	`3`	`explore`	每个 skill 探索的轨迹条数
`WXA_SKILL_EVAL_EXPLORE_MAX_STEPS`	❌	`10`	`explore`	每条探索轨迹的最大工具调用次数（≥3 才能通过校验）
`WXA_SKILL_EVAL_EXPANDED_GATING`	❌	unset	`gen_intent`	设为 `off` 关闭"raw-only 桶屏蔽 expanded 实体"的分流策略
`WXA_SKILL_EVAL_EXPANDED_RATIO`	❌	`30`	`gen_intent`	expanded 实体在采样中的占比（0–100，超出范围回退到 30）
`WXA_SKILL_EVAL_SEED_SAMPLING`	❌	unset	`gen_intent`	seed 覆盖采样模式开关（具体取值见节点注释）
`WXA_SKILL_EVAL_ENTITY_BLACKLIST`	❌	unset	`gen_intent`	跨 case 已用实体软黑名单；设为 `off` 关闭

这些参数用于在调试期减少 LLM 消耗、加速迭代。生产评测建议保留默认。

4. DevTools 适配器（可选）

新版自动探测：新版微信开发者工具（macOS .pkg / Windows 安装包）安装后会注册系统命令 wechatidecli，评测工具启动时会自动通过 which（macOS）/ where（Windows）探测该命令。探测成功时无需手动配置 DEVTOOLS_ENV_APP_PATH。以下环境变量仅在未安装新版开发者工具或需要手动覆盖时使用。

变量	必填	默认值	生效节点	说明
`DEVTOOLS_ENV_APP_PATH`	❌	平台默认安装路径	`start` / `explore` / `gen_trajectory`	微信开发者工具安装路径。校验依据：该路径下能找到 `cli`（mac）或 `cli.bat`（Windows）。完整探测优先级见下方"CLI 路径探测优先级"
`DEVTOOLS_ENV_PROJECT_PATH`	⚠️ 二选一	—	同上	小程序项目绝对路径。与 CLI `-p / --project-path` 二选一必填：CLI 显式传入时优先；Web UI 仅将此变量作为表单初值预填（其次回退到上次评测历史），最终以用户提交的表单值为准
`DEVTOOLS_ENV_CALL_TOOL_TIMEOUT`	❌	`25`	同上	`callTool` 外层进程超时（秒）；CLI 内层 `--timeout` = 该值 - 5s
`DEVTOOLS_ENV_CHAT_TIMEOUT`	❌	`50`	同上	`chat` 外层进程超时（秒）；CLI 内层 `--timeout` = 该值 - 5s
`DEVTOOLS_ENV_LAUNCH_TIMEOUT`	❌	`15`	同上	`auto` 子进程端口就绪等待超时（秒）
`DEVTOOLS_ENV_SKIP_AUTO_LAUNCH`	❌	unset	同上	设为 `1` 跳过自动启动开发者工具（已自行打开时使用）

CLI 路径探测优先级

优先级	来源	说明
1（最高）	`DEVTOOLS_CLI_OVERRIDE` 环境变量	直接覆盖最终 CLI 路径，仅用于本地开发调试。会做存在性 + 可执行权限校验（不跑 smoke test），配错路径在适配器首次取 CLI 时立即报错
2	`wechatidecli` 系统命令	新版开发者工具注册的环境变量命令，自动探测
3	`--devtools-app-path` / `DEVTOOLS_ENV_APP_PATH`	用户手动配置的安装路径（兜底）
4（最低）	平台默认路径探测	macOS: `/Applications/wechatwebdevtools.app`；Windows: 两个候选目录

`DEVTOOLS_ENV_APP_PATH` 各平台写法

平台	应填	探测顺序（未配置时）
macOS	`.app` 路径，例：`/Applications/wechatwebdevtools.app`	`wechatidecli` → 固定默认 `/Applications/wechatwebdevtools.app`
Windows	安装目录（推荐），例：`C:\Program Files (x86)\Tencent\微信web开发者工具`；也可填 `微信开发者工具.exe` 文件路径（会自动取所在目录）	`wechatidecli` → 依次探测：`C:\Program Files (x86)\Tencent\微信web开发者工具` → `C:\Program Files\Tencent\微信web开发者工具`

Windows 校验要求该路径下存在 cli.bat；macOS 校验要求 Contents/MacOS/cli 存在且可执行。新版开发者工具用户无需关心这些细节，wechatidecli 命令会自动被探测使用。

5. 调试

变量	必填	默认值	说明
`WXA_SKILL_EVAL_DEBUG`	❌	unset	设为 `1` 输出更详细的运行时日志

6. 配置加载顺序

1. process.env                       （shell/CI 已设置，优先级最高）
2. 产物根 wxa-skills-eval/.env   （skill 标准位置）
3. process.cwd()/.env                （在任意目录运行时的兑底）

dotenv 不会覆盖已存在的 process.env。CI 环境中通过 secrets 注入 env 即可，无需写 .env 文件。

DevTools 接入 — 微信开发者工具准备与排错

本 Skill 通过 微信开发者工具 CLI 驱动小程序运行；以下两节帮你确保环境就绪、出错能快速定位。

1. 前置准备（必读）

项	要求
微信开发者工具	已安装。推荐使用新版（macOS `.pkg` / Windows 安装包），安装后自动注册 `wechatidecli` 环境变量，无需手动配置路径。旧版需配置 `DEVTOOLS_ENV_APP_PATH`（macOS 默认 `/Applications/wechatwebdevtools.app`；自定义路径需手动设置）
服务端口	开发者工具 → 设置 → 安全 → 开启"服务端口" （必须，否则 `start` 节点直接失败）
项目路径	绝对路径，且目录中同时存在 `app.json` 与 `mcp.json`
首次连接	弹窗中点击"信任并打开"完成授权

工具路径、各类超时等可在 .env 中调整，详见 `configuration.md` 第 4 节。

评测过程中，开发者工具会在整轮评测内复用同一个进程（不会每个 case 反复冷启动）；仅 explore 与 gen_trajectory 节点会真正发起 DevTools 调用，其它节点仅依赖 LLM。

2. 出错排查

每次评测会在 data/runs/<runId>/cli_trace.jsonl 留下完整 CLI 调用现场（含 stdout / stderr / 耗时 / 错误信息）。

首选自查：

# 查看本次评测中所有失败的 CLI 调用
grep '"success":false' data/runs/<runId>/cli_trace.jsonl | jq .

更多排错场景（端口未开、信任弹窗、超时、partial 升级等）见 `troubleshooting.md` 第 2 / 第 7 节。

Pipeline — 13 节点串行管线

1. 节点执行顺序

执行顺序严格遵循 NODE_ORDER：

#	节点	类型	职责
1	`start`	per-skill	DevTools 连接、项目解析、源文件指纹采集
2	`component_check`	per-skill	检查原子组件深色模式适配（wxss + js 双条件，纯规则）
3	`gen_api_deps`	per-skill	分析 `mcp.json` API 依赖关系
4	`explore`	per-skill	LLM 驱动页面探索，产出 traces
5	`entity_pool`	per-skill	从 traces 中收割原始实体并清洗、生成 intent_seeds
6	`skill_review`	per-skill	LLM 审查 skill 定义合理性
7	`gen_intent`	per-case	由 intent_seed 生成具体测试意图（K 次执行间复用）
8	`gen_checklist`	per-case	基于 intent 生成评估 checklist（K 次执行间复用）
9	`gen_trajectory`	per-case + per-attempt	LLM 多轮对话产生工具调用轨迹（K 次独立采样，每次独占 DevTools）
10	`eval`	per-case + per-attempt	用 checklist 对 attempt N 的 trajectory 打分
11	`attribution`	per-case + per-attempt	attempt N 的失败归因（结合所有上游产物）
12	`pass_k`	per-case	收集该 case 全部 K 个 attempt 的 eval 结果，输出 pass@k（K=1 也运行）
13	`gen_report`	aggregate	聚合所有 skill × case 产物，输出 HTML 报告

流程概览：所有 skill 合并的 run 上跑一次前 6 个 per-skill 节点 → 再为每个 case 跑后 7 个 per-case 节点（其中 gen_trajectory / eval / attribution 跑 K 次）→ 最后 gen_report 聚合输出整体报告。

attempt 个数 K 由宿主通过 runOrchestrator({ passAtK }) 透传，默认 1。

2. workdir 目录布局

<workdir>/
├── eval_report.html       ← 最终 HTML 报告（gen_report 产物）
├── llm.json               ← LLM 调用统计（gen_report 产物）
├── timing.json            ← 节点耗时统计（gen_report 产物）
├── summary.json           ← 评测整体摘要（gen_report 产物）
├── start.json / component_check.json / gen_api_deps.json / explore.json / entity_pool.json / skill_review.json   ← run 级共享产物
└── cases/<idx>/
    ├── gen_intent.json / gen_checklist.json / pass_k.json   ← per-case 节点产物
    └── attempts/<n>/
        └── gen_trajectory.json / eval.json / attribution.json   ← per-attempt 节点产物（K=1 时 n=1）

旧布局（<workdir>/skills/<skill>/...）在开启 multi-skill 后已废弃；老 workdir 续跑会报错，需重新冷启。

3. 续跑机制

三种触发方式：

入口	行为
隐式跳过（默认）	检测到产物文件存在且 schema 校验通过即跳过；输出 `♻️ <node> (已复用)`
`--resume`	扫描 run 内所有 case，定位首个未完成节点，从该处重启
`--from <node>`	强制从指定节点重跑（包含其下游），用于修改某节点逻辑后重新评测

跳过条件：产物文件存在 ∧ JSON 可解析 ∧ 字段 schema 通过。任一不满足即标记为未完成、需重跑。

Troubleshooting — 常见报错排查

当评测中出现异常时，先在本文档检索关键字；命中即按步骤排查，否则再读对应节点源码。

1. `检测到旧版 workdir 布局：<workdir>/skills/`

含义：multi-skill 联合评测改造后，产物废弃了 per-skill 子目录，所有共享产物落在 workdir 根、per-case 产物落在 <workdir>/cases/<idx>/ 下。若检测到 <workdir>/skills/ 目录存在，表示该 workdir 是旧版本产物、不可续跑。

排查：

1. 检查 <workdir>/skills/ 是否存在 —— 若存在即为旧布局。 2. 解决方案：

推荐：新建空 workdir 重跑。
或手工合并 per-skill 子目录下产物到 workdir 根，并合并 cases/ 后再续跑（不推荐，指纹也不一致）。

3. 该机制防止老产物与新逻辑静默冲突造成 silent corruption。

2. DevTools 连接失败 / `连接微信开发者工具失败`

典型表现：

start 节点报错；进度卡在 [1/N] ▶ start
日志含 connect ECONNREFUSED 或 服务端口未开启

排查清单：

检查项	操作
是否安装新版开发者工具	新版安装后自动注册 `wechatidecli` 环境变量，终端执行 `wechatidecli` 可验证（macOS 用 `which wechatidecli`，Windows 用 `where wechatidecli`）
开发者工具是否已安装且在 `DEVTOOLS_ENV_APP_PATH` 路径	若未安装新版，macOS 默认 `/Applications/wechatwebdevtools.app`；若安装在自定义路径，必须配置该环境变量
服务端口是否开启	开发者工具 → 设置 → 安全 → 勾选"服务端口"
是否自动启动失败	手动打开开发者工具后，配置 `DEVTOOLS_ENV_SKIP_AUTO_LAUNCH=1` 跳过自动启动
项目路径是否绝对	`-p` 参数必须是绝对路径，且目录中含 `app.json` 与 `mcp.json`
是否信任了项目	首次连接时弹窗会要求"信任并打开"，须人工确认
是否被防火墙拦截	macOS 系统设置 → 网络 → 防火墙，确认未阻止 wechatwebdevtools

3. LLM 鉴权失败 / `401 Unauthorized` / `Invalid API Key`

排查：

1. 确认 .env 中三项都已填：WXA_SKILL_EVAL_LLM_BASE_URL、WXA_SKILL_EVAL_LLM_API_KEY、WXA_SKILL_EVAL_LLM_MODEL。 2. 用 curl 直接打目标 BaseURL 的 /v1/models，验证 key 在该网关下有效。 3. 公司内网网关常常要求 BaseURL 包含完整路径（如 https://gateway/v1），不要漏掉 /v1。 4. 若使用 OpenAI 官方，确认所选模型名（WXA_SKILL_EVAL_LLM_MODEL）账号有权限访问。 5. 端口/网关需要代理时，按目标 SDK 文档设置 HTTPS_PROXY，不要在源码里硬编码。

4. 节点输出 schema 校验失败 / `[<node>] schema 校验失败`

典型表现：续跑时打印 ⚠ 节点 X 输出无效，将被重跑；或依赖加载抛错。

排查：

1. 找到该 <node> 对应的产物 JSON 文件（路径见 `pipeline.md` 第 4 节）。 2. 手动检查产物的必填字段是否缺失或类型错误。 3. 删除该文件让节点重跑，或用 --from <node> 强制从该节点重启。

5. 节点跳过却找不到产物 / 续跑没复用

症状：上次明明跑过 explore，再次运行却没看到 ♻️ explore (已复用)。

排查：

1. 复用条件三关：产物文件存在 ∧ JSON 可解析 ∧ 字段完整。任意一关失败都不会复用。 2. 检查共享产物是否在 <workdir>/explore.json（run 级）；per-case 产物是否在 <workdir>/cases/<idx>/<file>.json。 3. 若 schema 升级后老产物不兼容，可手工删除对应产物后重跑。

6. 端口 3200 被占用

行为：UI 模式默认端口 3200；若被占用会复用已有 server 实例（同一台机上运行第二个 run 时常见）。

手动指定端口：run --port 3201 或 serve --port 3201。

排查占用者（启动 server 失败时默认会按平台提示）：

平台	查看占用	终止进程
macOS / Linux	`lsof -nP -iTCP:3200 -sTCP:LISTEN`	`kill -9 <pid>`
Windows	`netstat -ano	findstr :3200`

7. DevTools CLI 调用问题排查（首选 `cli_trace.jsonl`）

含义：gen_trajectory / explore 节点执行慢、超时、报错时，第一现场不是节点产物，而是 DevTools adapter 落盘的 CLI 调用 trace：

data/runs/<runId>/cli_trace.jsonl

每行一条 JSON，记录一次 callTool / chat / 控制信令的完整调用现场（含 stdout / stderr / exitCode / durationMs）。

排查清单：

症状	排查命令
某次 chat 卡住超时	`jq 'select(.type=="chat" and .success==false)' .../cli_trace.jsonl` 看 `error / partial / peekSummary`
怀疑 CLI 内部超时	`jq 'select(.killedByTimeout==true or (.error
想看 tool 调用的耗时分布	`jq -s 'group_by(.name)
chat partial 但 agent 实际完成	`jq 'select(.recoveredFromTimeout==true)' .../cli_trace.jsonl` 确认是否被升级为 success
fatal 终止评测	`jq 'select(.fatal==true)' .../cli_trace.jsonl` 看终止前最后一条记录

注意事项：

该文件完整保留 stdout/stderr 不截断；长会话单文件可能上百 MB，排查后可手动清理
cli_trace.jsonl 只记 adapter 与 CLI 之间的调用，不替代 progress.jsonl（节点级进度）和 eval_report.html（评测结论）

8. Windows 平台常见问题

8.1 找不到 `cli.bat` / `该路径不是有效的微信开发者工具安装目录`（`wechatidecli` 未注册时的兜底分支）

原因：系统未检测到 wechatidecli 环境变量命令，且 DEVTOOLS_ENV_APP_PATH 未配置或配置了错误路径，默认探测也失败。

排查与修复：

1. 推荐方案：升级到新版微信开发者工具（安装后自动注册 wechatidecli 环境变量），升级后无需手动配置路径。验证：在终端执行 where wechatidecli，有输出即为成功。 2. 若无法升级，确认微信开发者工具本地安装目录（常见位置）：

C:\Program Files (x86)\Tencent\微信web开发者工具
C:\Program Files\Tencent\微信web开发者工具

3. 在该目录下确认 cli.bat 文件存在。 4. 在 .env 或 shell 环境变量中设置：

   DEVTOOLS_ENV_APP_PATH=C:\Program Files (x86)\Tencent\微信web开发者工具

也可填 微信开发者工具.exe 文件路径（会自动取所在目录）。

8.2 PowerShell 选择目录失败 / 弹窗不弹出

现象：Web UI 中点击“选择目录”强迫退出或提示脚本被禁。

原因：企业域环境下 PowerShell 默认执行策略为 Restricted / AllSigned，拒绝运行未签名的内联脚本。

排查与修复：

1. 本工具调用 PowerShell 时已默认传入 -ExecutionPolicy Bypass，一般不受全局策略影响。 2. 仍遇拦截时，可手动运行验证：

   powershell -NoProfile -ExecutionPolicy Bypass -Command "Add-Type -AssemblyName System.Windows.Forms; [System.Windows.Forms.MessageBox]::Show('ok')"

若仍报 无法加载 类错误，请联系 IT 放开 PowerShell 脚本权限，或手动在 Web UI 表单中填入项目路径。 3. 中文路径乱码：本工具已在脚本首行设置 [Console]::OutputEncoding = UTF8；若本地 PowerShell 版本过低（< 5.1）可能仍会乱码，升级 PowerShell 后重试。

8.3 端口被占用（Windows 版）

netstat -ano | findstr :3200
taskkill /PID <pid> /F

作为参考：netstat -ano 最后一列即为进程 PID；taskkill 需加 /F 强制终止。

.slide-down-enter-active[data-v-23b78fc3],.slide-down-leave-active[data-v-23b78fc3]{transition:transform .3s ease,opacity .3s ease,max-height .3s ease;overflow:hidden}.slide-down-enter-from[data-v-23b78fc3],.slide-down-leave-to[data-v-23b78fc3]{transform:translateY(-100%);opacity:0;max-height:0}.slide-down-enter-to[data-v-23b78fc3],.slide-down-leave-from[data-v-23b78fc3]{max-height:60px}*,:before,:after{--tw-border-spacing-x: 0;--tw-border-spacing-y: 0;--tw-translate-x: 0;--tw-translate-y: 0;--tw-rotate: 0;--tw-skew-x: 0;--tw-skew-y: 0;--tw-scale-x: 1;--tw-scale-y: 1;--tw-pan-x: ;--tw-pan-y: ;--tw-pinch-zoom: ;--tw-scroll-snap-strictness: proximity;--tw-gradient-from-position: ;--tw-gradient-via-position: ;--tw-gradient-to-position: ;--tw-ordinal: ;--tw-slashed-zero: ;--tw-numeric-figure: ;--tw-numeric-spacing: ;--tw-numeric-fraction: ;--tw-ring-inset: ;--tw-ring-offset-width: 0px;--tw-ring-offset-color: #fff;--tw-ring-color: rgb(59 130 246 / .5);--tw-ring-offset-shadow: 0 0 #0000;--tw-ring-shadow: 0 0 #0000;--tw-shadow: 0 0 #0000;--tw-shadow-colored: 0 0 #0000;--tw-blur: ;--tw-brightness: ;--tw-contrast: ;--tw-grayscale: ;--tw-hue-rotate: ;--tw-invert: ;--tw-saturate: ;--tw-sepia: ;--tw-drop-shadow: ;--tw-backdrop-blur: ;--tw-backdrop-brightness: ;--tw-backdrop-contrast: ;--tw-backdrop-grayscale: ;--tw-backdrop-hue-rotate: ;--tw-backdrop-invert: ;--tw-backdrop-opacity: ;--tw-backdrop-saturate: ;--tw-backdrop-sepia: ;--tw-contain-size: ;--tw-contain-layout: ;--tw-contain-paint: ;--tw-contain-style: }::backdrop{--tw-border-spacing-x: 0;--tw-border-spacing-y: 0;--tw-translate-x: 0;--tw-translate-y: 0;--tw-rotate: 0;--tw-skew-x: 0;--tw-skew-y: 0;--tw-scale-x: 1;--tw-scale-y: 1;--tw-pan-x: ;--tw-pan-y: ;--tw-pinch-zoom: ;--tw-scroll-snap-strictness: proximity;--tw-gradient-from-position: ;--tw-gradient-via-position: ;--tw-gradient-to-position: ;--tw-ordinal: ;--tw-slashed-zero: ;--tw-numeric-figure: ;--tw-numeric-spacing: ;--tw-numeric-fraction: ;--tw-ring-inset: ;--tw-ring-offset-width: 0px;--tw-ring-offset-color: #fff;--tw-ring-color: rgb(59 130 246 / .5);--tw-ring-offset-shadow: 0 0 #0000;--tw-ring-shadow: 0 0 #0000;--tw-shadow: 0 0 #0000;--tw-shadow-colored: 0 0 #0000;--tw-blur: ;--tw-brightness: ;--tw-contrast: ;--tw-grayscale: ;--tw-hue-rotate: ;--tw-invert: ;--tw-saturate: ;--tw-sepia: ;--tw-drop-shadow: ;--tw-backdrop-blur: ;--tw-backdrop-brightness: ;--tw-backdrop-contrast: ;--tw-backdrop-grayscale: ;--tw-backdrop-hue-rotate: ;--tw-backdrop-invert: ;--tw-backdrop-opacity: ;--tw-backdrop-saturate: ;--tw-backdrop-sepia: ;--tw-contain-size: ;--tw-contain-layout: ;--tw-contain-paint: ;--tw-contain-style: }*,:before,:after{box-sizing:border-box;border-width:0;border-style:solid;border-color:#e5e7eb}:before,:after{--tw-content: ""}html,:host{line-height:1.5;-webkit-text-size-adjust:100%;-moz-tab-size:4;-o-tab-size:4;tab-size:4;font-family:Montserrat,system-ui,sans-serif;font-feature-settings:normal;font-variation-settings:normal;-webkit-tap-highlight-color:transparent}body{margin:0;line-height:inherit}hr{height:0;color:inherit;border-top-width:1px}abbr:where([title]){-webkit-text-decoration:underline dotted;text-decoration:underline dotted}h1,h2,h3,h4,h5,h6{font-size:inherit;font-weight:inherit}a{color:inherit;text-decoration:inherit}b,strong{font-weight:bolder}code,kbd,samp,pre{font-family:ui-monospace,SFMono-Regular,Menlo,Monaco,Consolas,Liberation Mono,Courier New,monospace;font-feature-settings:normal;font-variation-settings:normal;font-size:1em}small{font-size:80%}sub,sup{font-size:75%;line-height:0;position:relative;vertical-align:baseline}sub{bottom:-.25em}sup{top:-.5em}table{text-indent:0;border-color:inherit;border-collapse:collapse}button,input,optgroup,select,textarea{font-family:inherit;font-feature-settings:inherit;font-variation-settings:inherit;font-size:100%;font-weight:inherit;line-height:inherit;letter-spacing:inherit;color:inherit;margin:0;padding:0}button,select{text-transform:none}button,input:where([type=button]),input:where([type=reset]),input:where([type=submit]){-webkit-appearance:button;background-color:transparent;background-image:none}:-moz-focusring{outline:auto}:-moz-ui-invalid{box-shadow:none}progress{vertical-align:baseline}::-webkit-inner-spin-button,::-webkit-outer-spin-button{height:auto}[type=search]{-webkit-appearance:textfield;outline-offset:-2px}::-webkit-search-decoration{-webkit-appearance:none}::-webkit-file-upload-button{-webkit-appearance:button;font:inherit}summary{display:list-item}blockquote,dl,dd,h1,h2,h3,h4,h5,h6,hr,figure,p,pre{margin:0}fieldset{margin:0;padding:0}legend{padding:0}ol,ul,menu{list-style:none;margin:0;padding:0}dialog{padding:0}textarea{resize:vertical}input::-moz-placeholder,textarea::-moz-placeholder{opacity:1;color:#9ca3af}input::placeholder,textarea::placeholder{opacity:1;color:#9ca3af}button,[role=button]{cursor:pointer}:disabled{cursor:default}img,svg,video,canvas,audio,iframe,embed,object{display:block;vertical-align:middle}img,video{max-width:100%;height:auto}[hidden]:where(:not([hidden=until-found])){display:none}:root{--background: 210 20% 98%;--foreground: 222 47% 11%;--card: 0 0% 100%;--card-foreground: 222 47% 11%;--primary: 239 84% 67%;--primary-foreground: 0 0% 100%;--muted: 215 16% 47%;--border: 214 32% 91%;--ring: 239 84% 67%}.dark{--background: 222 47% 11%;--foreground: 210 40% 98%;--card: 217 33% 17%;--card-foreground: 210 40% 98%;--primary: 239 84% 67%;--primary-foreground: 0 0% 100%;--muted: 215 16% 47%;--border: 217 19% 27%;--ring: 239 84% 67%}*{border-color:hsl(var(--border))}body{font-family:Montserrat,system-ui,sans-serif}.visible{visibility:visible}.fixed{position:fixed}.absolute{position:absolute}.relative{position:relative}.sticky{position:sticky}.inset-0{top:0;right:0;bottom:0;left:0}.left-0{left:0}.right-0{right:0}.top-0{top:0}.top-6{top:1.5rem}.z-50{z-index:50}.z-\[100\]{z-index:100}.z-\[120\]{z-index:120}.mx-auto{margin-left:auto;margin-right:auto}.mb-1\.5{margin-bottom:.375rem}.mb-2{margin-bottom:.5rem}.mb-3{margin-bottom:.75rem}.mb-4{margin-bottom:1rem}.mb-6{margin-bottom:1.5rem}.mb-8{margin-bottom:2rem}.ml-1{margin-left:.25rem}.ml-2{margin-left:.5rem}.ml-3{margin-left:.75rem}.ml-4{margin-left:1rem}.ml-6{margin-left:1.5rem}.ml-auto{margin-left:auto}.mr-2{margin-right:.5rem}.mt-0\.5{margin-top:.125rem}.mt-1{margin-top:.25rem}.mt-2{margin-top:.5rem}.mt-3{margin-top:.75rem}.mt-4{margin-top:1rem}.block{display:block}.flex{display:flex}.inline-flex{display:inline-flex}.table{display:table}.grid{display:grid}.hidden{display:none}.h-10{height:2.5rem}.h-14{height:3.5rem}.h-16{height:4rem}.h-2{height:.5rem}.h-3{height:.75rem}.h-3\.5{height:.875rem}.h-4{height:1rem}.h-5{height:1.25rem}.h-8{height:2rem}.h-\[calc\(100vh-3\.5rem\)\]{height:calc(100vh - 3.5rem)}.h-full{height:100%}.h-px{height:1px}.max-h-40{max-height:10rem}.max-h-60{max-height:15rem}.max-h-\[85vh\]{max-height:85vh}.min-h-0{min-height:0px}.min-h-\[calc\(100vh-3\.5rem\)\]{min-height:calc(100vh - 3.5rem)}.min-h-screen{min-height:100vh}.w-10{width:2.5rem}.w-16{width:4rem}.w-3{width:.75rem}.w-3\.5{width:.875rem}.w-4{width:1rem}.w-5{width:1.25rem}.w-8{width:2rem}.w-\[min\(560px\,90vw\)\]{width:min(560px,90vw)}.w-full{width:100%}.min-w-0{min-width:0px}.min-w-\[3rem\]{min-width:3rem}.max-w-2xl{max-width:42rem}.max-w-3xl{max-width:48rem}.max-w-5xl{max-width:64rem}.max-w-6xl{max-width:72rem}.max-w-\[120px\]{max-width:120px}.max-w-\[280px\]{max-width:280px}.max-w-\[40\%\]{max-width:40%}.max-w-lg{max-width:32rem}.flex-1{flex:1 1 0%}.flex-shrink-0,.shrink-0{flex-shrink:0}.rotate-180{--tw-rotate: 180deg;transform:translate(var(--tw-translate-x),var(--tw-translate-y)) rotate(var(--tw-rotate)) skew(var(--tw-skew-x)) skewY(var(--tw-skew-y)) scaleX(var(--tw-scale-x)) scaleY(var(--tw-scale-y))}.rotate-90{--tw-rotate: 90deg;transform:translate(var(--tw-translate-x),var(--tw-translate-y)) rotate(var(--tw-rotate)) skew(var(--tw-skew-x)) skewY(var(--tw-skew-y)) scaleX(var(--tw-scale-x)) scaleY(var(--tw-scale-y))}.transform{transform:translate(var(--tw-translate-x),var(--tw-translate-y)) rotate(var(--tw-rotate)) skew(var(--tw-skew-x)) skewY(var(--tw-skew-y)) scaleX(var(--tw-scale-x)) scaleY(var(--tw-scale-y))}@keyframes pulse{50%{opacity:.5}}.animate-pulse{animation:pulse 2s cubic-bezier(.4,0,.6,1) infinite}@keyframes spin{to{transform:rotate(360deg)}}.animate-spin{animation:spin 1s linear infinite}.cursor-not-allowed{cursor:not-allowed}.cursor-pointer{cursor:pointer}.select-none{-webkit-user-select:none;-moz-user-select:none;user-select:none}.list-inside{list-style-position:inside}.list-decimal{list-style-type:decimal}.grid-cols-1{grid-template-columns:repeat(1,minmax(0,1fr))}.grid-cols-2{grid-template-columns:repeat(2,minmax(0,1fr))}.flex-col{flex-direction:column}.flex-wrap{flex-wrap:wrap}.items-start{align-items:flex-start}.items-center{align-items:center}.justify-end{justify-content:flex-end}.justify-center{justify-content:center}.justify-between{justify-content:space-between}.gap-1{gap:.25rem}.gap-1\.5{gap:.375rem}.gap-2{gap:.5rem}.gap-3{gap:.75rem}.gap-4{gap:1rem}.gap-5{gap:1.25rem}.space-y-0\.5>:not([hidden])~:not([hidden]){--tw-space-y-reverse: 0;margin-top:calc(.125rem * calc(1 - var(--tw-space-y-reverse)));margin-bottom:calc(.125rem * var(--tw-space-y-reverse))}.space-y-1>:not([hidden])~:not([hidden]){--tw-space-y-reverse: 0;margin-top:calc(.25rem * calc(1 - var(--tw-space-y-reverse)));margin-bottom:calc(.25rem * var(--tw-space-y-reverse))}.space-y-1\.5>:not([hidden])~:not([hidden]){--tw-space-y-reverse: 0;margin-top:calc(.375rem * calc(1 - var(--tw-space-y-reverse)));margin-bottom:calc(.375rem * var(--tw-space-y-reverse))}.space-y-2>:not([hidden])~:not([hidden]){--tw-space-y-reverse: 0;margin-top:calc(.5rem * calc(1 - var(--tw-space-y-reverse)));margin-bottom:calc(.5rem * var(--tw-space-y-reverse))}.space-y-3>:not([hidden])~:not([hidden]){--tw-space-y-reverse: 0;margin-top:calc(.75rem * calc(1 - var(--tw-space-y-reverse)));margin-bottom:calc(.75rem * var(--tw-space-y-reverse))}.space-y-4>:not([hidden])~:not([hidden]){--tw-space-y-reverse: 0;margin-top:calc(1rem * calc(1 - var(--tw-space-y-reverse)));margin-bottom:calc(1rem * var(--tw-space-y-reverse))}.space-y-5>:not([hidden])~:not([hidden]){--tw-space-y-reverse: 0;margin-top:calc(1.25rem * calc(1 - var(--tw-space-y-reverse)));margin-bottom:calc(1.25rem * var(--tw-space-y-reverse))}.space-y-6>:not([hidden])~:not([hidden]){--tw-space-y-reverse: 0;margin-top:calc(1.5rem * calc(1 - var(--tw-space-y-reverse)));margin-bottom:calc(1.5rem * var(--tw-space-y-reverse))}.overflow-hidden{overflow:hidden}.overflow-y-auto{overflow-y:auto}.truncate{overflow:hidden;text-overflow:ellipsis;white-space:nowrap}.whitespace-nowrap{white-space:nowrap}.whitespace-pre-wrap{white-space:pre-wrap}.break-words{overflow-wrap:break-word}.break-all{word-break:break-all}.rounded{border-radius:.25rem}.rounded-2xl{border-radius:1rem}.rounded-full{border-radius:9999px}.rounded-lg{border-radius:.5rem}.rounded-md{border-radius:.375rem}.rounded-xl{border-radius:.75rem}.border{border-width:1px}.border-0{border-width:0px}.border-2{border-width:2px}.border-b{border-bottom-width:1px}.border-t{border-top-width:1px}.border-amber-200{--tw-border-opacity: 1;border-color:rgb(253 230 138 / var(--tw-border-opacity, 1))}.border-amber-500\/30{border-color:#f59e0b4d}.border-danger\/30{border-color:#ef44444d}.border-primary{--tw-border-opacity: 1;border-color:rgb(99 102 241 / var(--tw-border-opacity, 1))}.border-primary\/20{border-color:#6366f133}.border-primary\/30{border-color:#6366f14d}.border-slate-200{--tw-border-opacity: 1;border-color:rgb(226 232 240 / var(--tw-border-opacity, 1))}.border-slate-200\/50{border-color:#e2e8f080}.border-slate-300{--tw-border-opacity: 1;border-color:rgb(203 213 225 / var(--tw-border-opacity, 1))}.border-slate-600{--tw-border-opacity: 1;border-color:rgb(71 85 105 / var(--tw-border-opacity, 1))}.border-slate-700{--tw-border-opacity: 1;border-color:rgb(51 65 85 / var(--tw-border-opacity, 1))}.border-slate-700\/50{border-color:#33415580}.border-warning\/20{border-color:#f59e0b33}.border-t-transparent{border-top-color:transparent}.bg-amber-50{--tw-bg-opacity: 1;background-color:rgb(255 251 235 / var(--tw-bg-opacity, 1))}.bg-amber-500\/10{background-color:#f59e0b1a}.bg-amber-500\/20{background-color:#f59e0b33}.bg-amber-500\/5{background-color:#f59e0b0d}.bg-black\/40{background-color:#0006}.bg-black\/50{background-color:#00000080}.bg-danger\/10{background-color:#ef44441a}.bg-danger\/20{background-color:#ef444433}.bg-danger\/5{background-color:#ef44440d}.bg-gray-50{--tw-bg-opacity: 1;background-color:rgb(249 250 251 / var(--tw-bg-opacity, 1))}.bg-primary{--tw-bg-opacity: 1;background-color:rgb(99 102 241 / var(--tw-bg-opacity, 1))}.bg-primary\/10{background-color:#6366f11a}.bg-primary\/20{background-color:#6366f133}.bg-primary\/30{background-color:#6366f14d}.bg-primary\/5{background-color:#6366f10d}.bg-slate-100{--tw-bg-opacity: 1;background-color:rgb(241 245 249 / var(--tw-bg-opacity, 1))}.bg-slate-100\/50{background-color:#f1f5f980}.bg-slate-200{--tw-bg-opacity: 1;background-color:rgb(226 232 240 / var(--tw-bg-opacity, 1))}.bg-slate-50{--tw-bg-opacity: 1;background-color:rgb(248 250 252 / var(--tw-bg-opacity, 1))}.bg-slate-700{--tw-bg-opacity: 1;background-color:rgb(51 65 85 / var(--tw-bg-opacity, 1))}.bg-slate-700\/60{background-color:#33415599}.bg-slate-800{--tw-bg-opacity: 1;background-color:rgb(30 41 59 / var(--tw-bg-opacity, 1))}.bg-success{--tw-bg-opacity: 1;background-color:rgb(34 197 94 / var(--tw-bg-opacity, 1))}.bg-success\/10{background-color:#22c55e1a}.bg-success\/20{background-color:#22c55e33}.bg-success\/5{background-color:#22c55e0d}.bg-success\/90{background-color:#22c55ee6}.bg-surface{--tw-bg-opacity: 1;background-color:rgb(30 41 59 / var(--tw-bg-opacity, 1))}.bg-warning\/10{background-color:#f59e0b1a}.bg-white{--tw-bg-opacity: 1;background-color:rgb(255 255 255 / var(--tw-bg-opacity, 1))}.bg-white\/80{background-color:#fffc}.bg-gradient-to-br{background-image:linear-gradient(to bottom right,var(--tw-gradient-stops))}.bg-gradient-to-r{background-image:linear-gradient(to right,var(--tw-gradient-stops))}.from-danger\/80{--tw-gradient-from: rgb(239 68 68 / .8) var(--tw-gradient-from-position);--tw-gradient-to: rgb(239 68 68 / 0) var(--tw-gradient-to-position);--tw-gradient-stops: var(--tw-gradient-from), var(--tw-gradient-to)}.from-primary{--tw-gradient-from: #6366F1 var(--tw-gradient-from-position);--tw-gradient-to: rgb(99 102 241 / 0) var(--tw-gradient-to-position);--tw-gradient-stops: var(--tw-gradient-from), var(--tw-gradient-to)}.from-primary\/80{--tw-gradient-from: rgb(99 102 241 / .8) var(--tw-gradient-from-position);--tw-gradient-to: rgb(99 102 241 / 0) var(--tw-gradient-to-position);--tw-gradient-stops: var(--tw-gradient-from), var(--tw-gradient-to)}.from-slate-400{--tw-gradient-from: #94a3b8 var(--tw-gradient-from-position);--tw-gradient-to: rgb(148 163 184 / 0) var(--tw-gradient-to-position);--tw-gradient-stops: var(--tw-gradient-from), var(--tw-gradient-to)}.from-success{--tw-gradient-from: #22C55E var(--tw-gradient-from-position);--tw-gradient-to: rgb(34 197 94 / 0) var(--tw-gradient-to-position);--tw-gradient-stops: var(--tw-gradient-from), var(--tw-gradient-to)}.from-success\/80{--tw-gradient-from: rgb(34 197 94 / .8) var(--tw-gradient-from-position);--tw-gradient-to: rgb(34 197 94 / 0) var(--tw-gradient-to-position);--tw-gradient-stops: var(--tw-gradient-from), var(--tw-gradient-to)}.to-danger{--tw-gradient-to: #EF4444 var(--tw-gradient-to-position)}.to-emerald-600{--tw-gradient-to: #059669 var(--tw-gradient-to-position)}.to-primary{--tw-gradient-to: #6366F1 var(--tw-gradient-to-position)}.to-primary-dark{--tw-gradient-to: #4F46E5 var(--tw-gradient-to-position)}.to-slate-500{--tw-gradient-to: #64748b var(--tw-gradient-to-position)}.to-success{--tw-gradient-to: #22C55E var(--tw-gradient-to-position)}.p-1{padding:.25rem}.p-1\.5{padding:.375rem}.p-10{padding:2.5rem}.p-2{padding:.5rem}.p-3{padding:.75rem}.p-5{padding:1.25rem}.p-6{padding:1.5rem}.p-8{padding:2rem}.px-1\.5{padding-left:.375rem;padding-right:.375rem}.px-2{padding-left:.5rem;padding-right:.5rem}.px-2\.5{padding-left:.625rem;padding-right:.625rem}.px-3{padding-left:.75rem;padding-right:.75rem}.px-4{padding-left:1rem;padding-right:1rem}.px-5{padding-left:1.25rem;padding-right:1.25rem}.px-6{padding-left:1.5rem;padding-right:1.5rem}.px-\[5\%\]{padding-left:5%;padding-right:5%}.py-0\.5{padding-top:.125rem;padding-bottom:.125rem}.py-1{padding-top:.25rem;padding-bottom:.25rem}.py-1\.5{padding-top:.375rem;padding-bottom:.375rem}.py-2{padding-top:.5rem;padding-bottom:.5rem}.py-2\.5{padding-top:.625rem;padding-bottom:.625rem}.py-3{padding-top:.75rem;padding-bottom:.75rem}.py-4{padding-top:1rem;padding-bottom:1rem}.py-8{padding-top:2rem;padding-bottom:2rem}.pb-3{padding-bottom:.75rem}.pb-5{padding-bottom:1.25rem}.pt-14{padding-top:3.5rem}.pt-2{padding-top:.5rem}.pt-4{padding-top:1rem}.pt-5{padding-top:1.25rem}.text-left{text-align:left}.text-center{text-align:center}.text-right{text-align:right}.font-mono{font-family:ui-monospace,SFMono-Regular,Menlo,Monaco,Consolas,Liberation Mono,Courier New,monospace}.text-2xl{font-size:1.5rem;line-height:2rem}.text-\[10px\]{font-size:10px}.text-\[11px\]{font-size:11px}.text-base{font-size:1rem;line-height:1.5rem}.text-lg{font-size:1.125rem;line-height:1.75rem}.text-sm{font-size:.875rem;line-height:1.25rem}.text-xl{font-size:1.25rem;line-height:1.75rem}.text-xs{font-size:.75rem;line-height:1rem}.font-bold{font-weight:700}.font-medium{font-weight:500}.font-semibold{font-weight:600}.uppercase{text-transform:uppercase}.italic{font-style:italic}.leading-5{line-height:1.25rem}.leading-none{line-height:1}.leading-relaxed{line-height:1.625}.tracking-wider{letter-spacing:.05em}.text-amber-400{--tw-text-opacity: 1;color:rgb(251 191 36 / var(--tw-text-opacity, 1))}.text-amber-500{--tw-text-opacity: 1;color:rgb(245 158 11 / var(--tw-text-opacity, 1))}.text-amber-500\/80{color:#f59e0bcc}.text-amber-600{--tw-text-opacity: 1;color:rgb(217 119 6 / var(--tw-text-opacity, 1))}.text-amber-800{--tw-text-opacity: 1;color:rgb(146 64 14 / var(--tw-text-opacity, 1))}.text-danger{--tw-text-opacity: 1;color:rgb(239 68 68 / var(--tw-text-opacity, 1))}.text-danger\/80{color:#ef4444cc}.text-info{--tw-text-opacity: 1;color:rgb(59 130 246 / var(--tw-text-opacity, 1))}.text-primary{--tw-text-opacity: 1;color:rgb(99 102 241 / var(--tw-text-opacity, 1))}.text-primary-light{--tw-text-opacity: 1;color:rgb(129 140 248 / var(--tw-text-opacity, 1))}.text-primary-light\/90{color:#818cf8e6}.text-slate-200{--tw-text-opacity: 1;color:rgb(226 232 240 / var(--tw-text-opacity, 1))}.text-slate-300{--tw-text-opacity: 1;color:rgb(203 213 225 / var(--tw-text-opacity, 1))}.text-slate-400{--tw-text-opacity: 1;color:rgb(148 163 184 / var(--tw-text-opacity, 1))}.text-slate-500{--tw-text-opacity: 1;color:rgb(100 116 139 / var(--tw-text-opacity, 1))}.text-slate-600{--tw-text-opacity: 1;color:rgb(71 85 105 / var(--tw-text-opacity, 1))}.text-slate-700{--tw-text-opacity: 1;color:rgb(51 65 85 / var(--tw-text-opacity, 1))}.text-slate-800{--tw-text-opacity: 1;color:rgb(30 41 59 / var(--tw-text-opacity, 1))}.text-success{--tw-text-opacity: 1;color:rgb(34 197 94 / var(--tw-text-opacity, 1))}.text-warning{--tw-text-opacity: 1;color:rgb(245 158 11 / var(--tw-text-opacity, 1))}.text-white{--tw-text-opacity: 1;color:rgb(255 255 255 / var(--tw-text-opacity, 1))}.antialiased{-webkit-font-smoothing:antialiased;-moz-osx-font-smoothing:grayscale}.placeholder-slate-400::-moz-placeholder{--tw-placeholder-opacity: 1;color:rgb(148 163 184 / var(--tw-placeholder-opacity, 1))}.placeholder-slate-400::placeholder{--tw-placeholder-opacity: 1;color:rgb(148 163 184 / var(--tw-placeholder-opacity, 1))}.accent-primary{accent-color:#6366F1}.opacity-30{opacity:.3}.opacity-50{opacity:.5}.opacity-60{opacity:.6}.opacity-70{opacity:.7}.shadow{--tw-shadow: 0 1px 3px 0 rgb(0 0 0 / .1), 0 1px 2px -1px rgb(0 0 0 / .1);--tw-shadow-colored: 0 1px 3px 0 var(--tw-shadow-color), 0 1px 2px -1px var(--tw-shadow-color);box-shadow:var(--tw-ring-offset-shadow, 0 0 #0000),var(--tw-ring-shadow, 0 0 #0000),var(--tw-shadow)}.shadow-2xl{--tw-shadow: 0 25px 50px -12px rgb(0 0 0 / .25);--tw-shadow-colored: 0 25px 50px -12px var(--tw-shadow-color);box-shadow:var(--tw-ring-offset-shadow, 0 0 #0000),var(--tw-ring-shadow, 0 0 #0000),var(--tw-shadow)}.shadow-lg{--tw-shadow: 0 10px 15px -3px rgb(0 0 0 / .1), 0 4px 6px -4px rgb(0 0 0 / .1);--tw-shadow-colored: 0 10px 15px -3px var(--tw-shadow-color), 0 4px 6px -4px var(--tw-shadow-color);box-shadow:var(--tw-ring-offset-shadow, 0 0 #0000),var(--tw-ring-shadow, 0 0 #0000),var(--tw-shadow)}.shadow-xl{--tw-shadow: 0 20px 25px -5px rgb(0 0 0 / .1), 0 8px 10px -6px rgb(0 0 0 / .1);--tw-shadow-colored: 0 20px 25px -5px var(--tw-shadow-color), 0 8px 10px -6px var(--tw-shadow-color);box-shadow:var(--tw-ring-offset-shadow, 0 0 #0000),var(--tw-ring-shadow, 0 0 #0000),var(--tw-shadow)}.shadow-primary\/20{--tw-shadow-color: rgb(99 102 241 / .2);--tw-shadow: var(--tw-shadow-colored)}.shadow-primary\/25{--tw-shadow-color: rgb(99 102 241 / .25);--tw-shadow: var(--tw-shadow-colored)}.shadow-success\/25{--tw-shadow-color: rgb(34 197 94 / .25);--tw-shadow: var(--tw-shadow-colored)}.filter{filter:var(--tw-blur) var(--tw-brightness) var(--tw-contrast) var(--tw-grayscale) var(--tw-hue-rotate) var(--tw-invert) var(--tw-saturate) var(--tw-sepia) var(--tw-drop-shadow)}.backdrop-blur-md{--tw-backdrop-blur: blur(12px);-webkit-backdrop-filter:var(--tw-backdrop-blur) var(--tw-backdrop-brightness) var(--tw-backdrop-contrast) var(--tw-backdrop-grayscale) var(--tw-backdrop-hue-rotate) var(--tw-backdrop-invert) var(--tw-backdrop-opacity) var(--tw-backdrop-saturate) var(--tw-backdrop-sepia);backdrop-filter:var(--tw-backdrop-blur) var(--tw-backdrop-brightness) var(--tw-backdrop-contrast) var(--tw-backdrop-grayscale) var(--tw-backdrop-hue-rotate) var(--tw-backdrop-invert) var(--tw-backdrop-opacity) var(--tw-backdrop-saturate) var(--tw-backdrop-sepia)}.transition{transition-property:color,background-color,border-color,text-decoration-color,fill,stroke,opacity,box-shadow,transform,filter,backdrop-filter;transition-timing-function:cubic-bezier(.4,0,.2,1);transition-duration:.15s}.transition-all{transition-property:all;transition-timing-function:cubic-bezier(.4,0,.2,1);transition-duration:.15s}.transition-colors{transition-property:color,background-color,border-color,text-decoration-color,fill,stroke;transition-timing-function:cubic-bezier(.4,0,.2,1);transition-duration:.15s}.transition-transform{transition-property:transform;transition-timing-function:cubic-bezier(.4,0,.2,1);transition-duration:.15s}.duration-200{transition-duration:.2s}.duration-300{transition-duration:.3s}.duration-500{transition-duration:.5s}.ease-out{transition-timing-function:cubic-bezier(0,0,.2,1)}@keyframes enter{0%{opacity:var(--tw-enter-opacity, 1);transform:translate3d(var(--tw-enter-translate-x, 0),var(--tw-enter-translate-y, 0),0) scale3d(var(--tw-enter-scale, 1),var(--tw-enter-scale, 1),var(--tw-enter-scale, 1)) rotate(var(--tw-enter-rotate, 0))}}@keyframes exit{to{opacity:var(--tw-exit-opacity, 1);transform:translate3d(var(--tw-exit-translate-x, 0),var(--tw-exit-translate-y, 0),0) scale3d(var(--tw-exit-scale, 1),var(--tw-exit-scale, 1),var(--tw-exit-scale, 1)) rotate(var(--tw-exit-rotate, 0))}}.duration-200{animation-duration:.2s}.duration-300{animation-duration:.3s}.duration-500{animation-duration:.5s}.ease-out{animation-timing-function:cubic-bezier(0,0,.2,1)}.running{animation-play-state:running}::-webkit-scrollbar{width:6px;height:6px}::-webkit-scrollbar-track{background:transparent}::-webkit-scrollbar-thumb{background:#cbd5e1;border-radius:3px}.dark ::-webkit-scrollbar-thumb{background:#334155}::-webkit-scrollbar-thumb:hover{background:#94a3b8}.dark ::-webkit-scrollbar-thumb:hover{background:#475569}.log-panel{font-family:JetBrains Mono,Fira Code,Consolas,monospace;font-size:13px;line-height:1.6}.first\:mt-0:first-child{margin-top:0}.hover\:scale-\[1\.02\]:hover{--tw-scale-x: 1.02;--tw-scale-y: 1.02;transform:translate(var(--tw-translate-x),var(--tw-translate-y)) rotate(var(--tw-rotate)) skew(var(--tw-skew-x)) skewY(var(--tw-skew-y)) scaleX(var(--tw-scale-x)) scaleY(var(--tw-scale-y))}.hover\:border-primary:hover{--tw-border-opacity: 1;border-color:rgb(99 102 241 / var(--tw-border-opacity, 1))}.hover\:border-primary\/60:hover{border-color:#6366f199}.hover\:bg-danger\/20:hover{background-color:#ef444433}.hover\:bg-danger\/30:hover{background-color:#ef44444d}.hover\:bg-primary-dark:hover{--tw-bg-opacity: 1;background-color:rgb(79 70 229 / var(--tw-bg-opacity, 1))}.hover\:bg-primary\/20:hover{background-color:#6366f133}.hover\:bg-slate-100:hover{--tw-bg-opacity: 1;background-color:rgb(241 245 249 / var(--tw-bg-opacity, 1))}.hover\:bg-slate-200:hover{--tw-bg-opacity: 1;background-color:rgb(226 232 240 / var(--tw-bg-opacity, 1))}.hover\:bg-slate-50:hover{--tw-bg-opacity: 1;background-color:rgb(248 250 252 / var(--tw-bg-opacity, 1))}.hover\:bg-slate-700\/50:hover{background-color:#33415580}.hover\:bg-success:hover{--tw-bg-opacity: 1;background-color:rgb(34 197 94 / var(--tw-bg-opacity, 1))}.hover\:bg-success\/90:hover{background-color:#22c55ee6}.hover\:text-danger:hover{--tw-text-opacity: 1;color:rgb(239 68 68 / var(--tw-text-opacity, 1))}.hover\:text-primary:hover{--tw-text-opacity: 1;color:rgb(99 102 241 / var(--tw-text-opacity, 1))}.hover\:text-primary-light:hover{--tw-text-opacity: 1;color:rgb(129 140 248 / var(--tw-text-opacity, 1))}.hover\:text-slate-600:hover{--tw-text-opacity: 1;color:rgb(71 85 105 / var(--tw-text-opacity, 1))}.hover\:text-slate-700:hover{--tw-text-opacity: 1;color:rgb(51 65 85 / var(--tw-text-opacity, 1))}.hover\:underline:hover{text-decoration-line:underline}.hover\:opacity-80:hover{opacity:.8}.hover\:shadow-primary\/40:hover{--tw-shadow-color: rgb(99 102 241 / .4);--tw-shadow: var(--tw-shadow-colored)}.hover\:shadow-success\/40:hover{--tw-shadow-color: rgb(34 197 94 / .4);--tw-shadow: var(--tw-shadow-colored)}.focus\:border-primary:focus{--tw-border-opacity: 1;border-color:rgb(99 102 241 / var(--tw-border-opacity, 1))}.focus\:outline-none:focus{outline:2px solid transparent;outline-offset:2px}.focus\:ring-2:focus{--tw-ring-offset-shadow: var(--tw-ring-inset) 0 0 0 var(--tw-ring-offset-width) var(--tw-ring-offset-color);--tw-ring-shadow: var(--tw-ring-inset) 0 0 0 calc(2px + var(--tw-ring-offset-width)) var(--tw-ring-color);box-shadow:var(--tw-ring-offset-shadow),var(--tw-ring-shadow),var(--tw-shadow, 0 0 #0000)}.focus\:ring-primary\/50:focus{--tw-ring-color: rgb(99 102 241 / .5)}.active\:scale-\[0\.98\]:active{--tw-scale-x: .98;--tw-scale-y: .98;transform:translate(var(--tw-translate-x),var(--tw-translate-y)) rotate(var(--tw-rotate)) skew(var(--tw-skew-x)) skewY(var(--tw-skew-y)) scaleX(var(--tw-scale-x)) scaleY(var(--tw-scale-y))}.disabled\:cursor-not-allowed:disabled{cursor:not-allowed}.disabled\:opacity-40:disabled{opacity:.4}.disabled\:opacity-50:disabled{opacity:.5}.disabled\:hover\:scale-100:hover:disabled{--tw-scale-x: 1;--tw-scale-y: 1;transform:translate(var(--tw-translate-x),var(--tw-translate-y)) rotate(var(--tw-rotate)) skew(var(--tw-skew-x)) skewY(var(--tw-skew-y)) scaleX(var(--tw-scale-x)) scaleY(var(--tw-scale-y))}.group:hover .group-hover\:text-primary{--tw-text-opacity: 1;color:rgb(99 102 241 / var(--tw-text-opacity, 1))}.dark\:border-amber-700\/40:is(.dark *){border-color:#b4530966}.dark\:border-slate-600:is(.dark *){--tw-border-opacity: 1;border-color:rgb(71 85 105 / var(--tw-border-opacity, 1))}.dark\:border-slate-700:is(.dark *){--tw-border-opacity: 1;border-color:rgb(51 65 85 / var(--tw-border-opacity, 1))}.dark\:border-slate-700\/30:is(.dark *){border-color:#3341554d}.dark\:border-slate-700\/50:is(.dark *){border-color:#33415580}.dark\:border-slate-700\/60:is(.dark *){border-color:#33415599}.dark\:bg-amber-900\/30:is(.dark *){background-color:#78350f4d}.dark\:bg-slate-700:is(.dark *){--tw-bg-opacity: 1;background-color:rgb(51 65 85 / var(--tw-bg-opacity, 1))}.dark\:bg-slate-700\/50:is(.dark *){background-color:#33415580}.dark\:bg-slate-800:is(.dark *){--tw-bg-opacity: 1;background-color:rgb(30 41 59 / var(--tw-bg-opacity, 1))}.dark\:bg-slate-800\/40:is(.dark *){background-color:#1e293b66}.dark\:bg-slate-800\/50:is(.dark *){background-color:#1e293b80}.dark\:bg-surface:is(.dark *){--tw-bg-opacity: 1;background-color:rgb(30 41 59 / var(--tw-bg-opacity, 1))}.dark\:bg-surface-dark:is(.dark *){--tw-bg-opacity: 1;background-color:rgb(15 23 42 / var(--tw-bg-opacity, 1))}.dark\:bg-surface-dark\/50:is(.dark *){background-color:#0f172a80}.dark\:bg-surface-dark\/80:is(.dark *){background-color:#0f172acc}.dark\:text-amber-200:is(.dark *){--tw-text-opacity: 1;color:rgb(253 230 138 / var(--tw-text-opacity, 1))}.dark\:text-amber-400:is(.dark *){--tw-text-opacity: 1;color:rgb(251 191 36 / var(--tw-text-opacity, 1))}.dark\:text-amber-400\/70:is(.dark *){color:#fbbf24b3}.dark\:text-slate-100:is(.dark *){--tw-text-opacity: 1;color:rgb(241 245 249 / var(--tw-text-opacity, 1))}.dark\:text-slate-200:is(.dark *){--tw-text-opacity: 1;color:rgb(226 232 240 / var(--tw-text-opacity, 1))}.dark\:text-slate-300:is(.dark *){--tw-text-opacity: 1;color:rgb(203 213 225 / var(--tw-text-opacity, 1))}.dark\:text-slate-400:is(.dark *){--tw-text-opacity: 1;color:rgb(148 163 184 / var(--tw-text-opacity, 1))}.dark\:text-slate-500:is(.dark *){--tw-text-opacity: 1;color:rgb(100 116 139 / var(--tw-text-opacity, 1))}.dark\:text-slate-600:is(.dark *){--tw-text-opacity: 1;color:rgb(71 85 105 / var(--tw-text-opacity, 1))}.dark\:placeholder-slate-500:is(.dark *)::-moz-placeholder{--tw-placeholder-opacity: 1;color:rgb(100 116 139 / var(--tw-placeholder-opacity, 1))}.dark\:placeholder-slate-500:is(.dark *)::placeholder{--tw-placeholder-opacity: 1;color:rgb(100 116 139 / var(--tw-placeholder-opacity, 1))}.dark\:hover\:bg-slate-700:hover:is(.dark *){--tw-bg-opacity: 1;background-color:rgb(51 65 85 / var(--tw-bg-opacity, 1))}.dark\:hover\:bg-slate-800:hover:is(.dark *){--tw-bg-opacity: 1;background-color:rgb(30 41 59 / var(--tw-bg-opacity, 1))}.dark\:hover\:bg-slate-800\/60:hover:is(.dark *){background-color:#1e293b99}.dark\:hover\:bg-surface-dark\/30:hover:is(.dark *){background-color:#0f172a4d}.dark\:hover\:text-slate-200:hover:is(.dark *){--tw-text-opacity: 1;color:rgb(226 232 240 / var(--tw-text-opacity, 1))}.dark\:hover\:text-slate-300:hover:is(.dark *){--tw-text-opacity: 1;color:rgb(203 213 225 / var(--tw-text-opacity, 1))}@media (min-width: 640px){.sm\:inline{display:inline}.sm\:grid-cols-2{grid-template-columns:repeat(2,minmax(0,1fr))}}@media (min-width: 1024px){.lg\:grid-cols-2{grid-template-columns:repeat(2,minmax(0,1fr))}}@media (min-width: 1280px){.xl\:grid-cols-2{grid-template-columns:repeat(2,minmax(0,1fr))}}

<!DOCTYPE html>
<html lang="zh-CN">
  <head>
    <meta charset="UTF-8" />
    <link rel="icon" type="image/svg+xml" href="/vite.svg" />
    <meta name="viewport" content="width=device-width, initial-scale=1.0" />
    <title>WXA Skill Eval</title>
    <link rel="preconnect" href="https://fonts.googleapis.com" />
    <link rel="preconnect" href="https://fonts.gstatic.com" crossorigin />
    <link href="https://fonts.googleapis.com/css2?family=Montserrat:wght@400;500;600;700&display=swap" rel="stylesheet" />
    <script type="module" crossorigin src="/assets/index-B8aqPCZv.js"></script>
    <link rel="stylesheet" crossorigin href="/assets/index-Cmjnh484.css">
  </head>
  <body class="bg-gray-50 text-slate-800 dark:bg-surface-dark dark:text-slate-100 min-h-screen antialiased">
    <div id="app"></div>
  </body>
</html>

Related skills

Setup Matt Pocock SkillsScaffold the per-repo configuration that Matt Pocock’s engineering agent skills rely on so they understand the issue tracker, triage labels, and domain documentation la495k196k

Lark AppsConnect Claude, Cursor or custom agents directly to Lark (Feishu) for messaging, document automation, approval workflows and enterprise data access.402k

CavemanSlash token usage by roughly 75% while keeping every technical detail intact when working with Claude Code, Cursor or similar agents.391k94.7k

Lark Skill MakerQuickly turn any Lark/Feishu OpenAPI call or multi-step workflow into a reusable agent skill with its own SKILL.md.386k16k

Running Claude Code Via Litellm CopilotRun Claude Code at a fraction of the cost by routing requests through LiteLLM to the GitHub Copilot Chat API.270k72

Codex PetGenerate a complete Codex Pet spritesheet and metadata from one reference image without needing an OpenAI key or Codex Pro.246k10

AI & Agent Buildingagents

About

Wxa Skills Eval by the numbers

Add your badge

What it does

Files

wxa-skills-eval

何时加载

运行环境

核心能力

快速开始

关键路径

CLI 选项简表

自定义评测集（多 skill 支持）

进一步阅读

Changelog

[0.1.18] - 2026-06-11

✨ 新增

♻️ 优化

🐛 修复

[0.1.17] - 2026-06-02

✨ 新增

♻️ 优化

🐛 修复

[0.1.16] - 2026-05-27

♻️ 优化

🐛 修复

[0.1.15] - 2026-05-26

🐛 修复

[0.1.14] - 2026-05-25

✨ 新增

🐛 修复

[0.1.13] - 2026-05-22

✨ 新增

📝 文档

[0.1.12] - 2026-05-21

✨ 新增

[0.1.11] - 2026-05-20

♻️ 优化

🐛 修复

[0.1.10] - 2026-05-19

♻️ 优化

📝 文档

[0.1.9] - 2026-05-14

✨ 新增

Configuration — 环境变量与配置完全清单

1. LLM 服务配置（必填）

2. LLM 客户端调优（可选）

3. 节点行为调优（可选）

4. DevTools 适配器（可选）

CLI 路径探测优先级

DEVTOOLS_ENV_APP_PATH 各平台写法

5. 调试

6. 配置加载顺序

DevTools 接入 — 微信开发者工具准备与排错

1. 前置准备（必读）

2. 出错排查

Pipeline — 13 节点串行管线

1. 节点执行顺序

2. workdir 目录布局

3. 续跑机制

Troubleshooting — 常见报错排查

1. 检测到旧版 workdir 布局：<workdir>/skills/

2. DevTools 连接失败 / 连接微信开发者工具失败

3. LLM 鉴权失败 / 401 Unauthorized / Invalid API Key

4. 节点输出 schema 校验失败 / [<node>] schema 校验失败

5. 节点跳过却找不到产物 / 续跑没复用

6. 端口 3200 被占用

7. DevTools CLI 调用问题排查（首选 cli_trace.jsonl）

8. Windows 平台常见问题

8.1 找不到 cli.bat / 该路径不是有效的微信开发者工具安装目录（wechatidecli 未注册时的兜底分支）

8.2 PowerShell 选择目录失败 / 弹窗不弹出

8.3 端口被占用（Windows 版）

Related skills

This week in AI coding

`DEVTOOLS_ENV_APP_PATH` 各平台写法

1. `检测到旧版 workdir 布局：<workdir>/skills/`

2. DevTools 连接失败 / `连接微信开发者工具失败`

3. LLM 鉴权失败 / `401 Unauthorized` / `Invalid API Key`

4. 节点输出 schema 校验失败 / `[<node>] schema 校验失败`

7. DevTools CLI 调用问题排查（首选 `cli_trace.jsonl`）

8.1 找不到 `cli.bat` / `该路径不是有效的微信开发者工具安装目录`（`wechatidecli` 未注册时的兜底分支）