写完之后：重构与测试五件横评

概述

开发者效率这个大赛道里，代码审查（review 到 debug）已被前几轮反复覆盖，本期换个切面：「写完之后」的那半段——重构清理与测试验证。评测对象全部来自本机装机实证：三个 Claude Code 内置件（simplify、verify、run）、一个官方示例仓库件（webapp-testing）、一个社区新面孔（pptx-test）。本期最大的编辑决定是：不引用任何 Star 数与下载量——本会话无法联网核实，一切不可验证的数字一律不写，社区维度改用「内置 / 官方示例 / 社区装机」三级背书来刻画。意外发现是：内置三件的触发描述本身就是一份「非目标声明 + 动词全覆盖」的 SKILL.md 写作教材，simplify 那句边界声明值得所有技能作者抄写。

评测对比表

评分口径：内置件的功能/设计/活跃度按官方出品与清单内真实描述评定；webapp-testing 按官方示例定位与已知技术栈评定；pptx-test 因无法核实实现细节，按保守估计打分。所有分数是编辑判断，不是实测基准。

五件实测：定位、亮点、短板

1. verify —— 「改完了」与「改对了」之间的证据链

定位：内置验证件，任务一句话说完——让改动拿出行为证据。它的描述第一句就把手段写死了：

"Verify that a code change actually does what it's supposed to by running the app and observing behavior."

不靠读代码推断「应该没问题」，靠跑起来观察。这是它与所有静态审查件的本质分野。

亮点：触发场景的枚举极完整——"verify a PR / confirm a fix works / test a change manually / validate local changes before pushing"，几乎覆盖开发者嘴边所有验证说法，这意味着你不需要记命令，自然语言就能命中。更妙的是组合性：配合 /loop（定时循环执行器，原描述为 "Run a prompt or slash command on a recurring schedule (e.g., /loop /foo, defaults to 10 minutes)"），可以搭出「验证不过、十分钟后再跑」的自动重试闭环——这是本期发现的最佳组合技。

短板：前提是应用能本地跑起来。环境装不起、依赖缺失、需要云服务的项目，它的证据链直接断掉；对纯逻辑库改动，「观察行为」的可视证据也弱于 UI 改动。

2. simplify —— 一句「非目标声明」撑起的设计标杆

定位：内置重构清理件，干的是改动收尾的「第二遍扫除」：复用、简化、效率、抽象层级四个维度的清理，然后直接动手改。描述原文：

"Review the changed code for reuse, simplification, efficiency, and altitude cleanups, then apply the fixes."

亮点是全文最值得抄的一句设计——它的描述里白纸黑字写着非目标：

"It does not hunt for bugs; use /code-review for that."

大多数技能作者只写「我做什么」，simplify 还写清了「我不做什么、该去找谁」。这一句非目标声明同时干了两件事：防止用户随口一句「帮我看看代码」时它越权触发做半吊子审查；也防止审查件抢走清理的活。边界即质量。动作接口同样干净：--comment 把清理建议贴回 PR 评论，--fix 直接落到工作区，与同门 code-review 共用同一套旗标——同族技能保持一致的动词接口，这是官方件才有的纪律。

短板：只处理当前 diff，不做全库重构；「altitude（抽象层级）」这种维度高度依赖模型品味，改深了怕伤功能，改浅了等于没改，实战里需要人工盯。

3. run —— 测试链路的前置件

定位：把项目应用跑起来的启动器，本身不验证、不审查，但它是 verify 和一切手动测试的前置。它的描述实为一棵「启动决策树」：按 CLI、server、TUI、Electron、浏览器驱动等项目形态逐级 fallback，找不到现成脚本再退化到项目文档。

亮点：把「这个项目该怎么跑」的隐性判断写进了触发描述，动词覆盖面极大——"run / start / screenshot / confirm a change was made / test manually / visual result / URL"，用户几乎任何「让我看看效果」的说法都能命中。配合 simplify 用最顺手：清理完跑一眼，确认没改坏。

短板：单兵价值有限，价值全在组合链路里；对无法本地运行的项目（重依赖、需云端服务）基本失效，这一点它自己也不讳言。

4. webapp-testing —— 官方示范的「测试技能」长什么样

定位：官方示例仓库里的测试代表件，Playwright 驱动的浏览器级端到端验证，本机以 example-skills:webapp-testing 命名空间装机，可直接以自然语言触发（例：「用 webapp-testing 走一遍登录流程」）。

亮点：它代表官方对「测试类技能」的示范形态——不让模型每次凭空手写 Playwright 脚本，而是随技能携带脚本库与流程约定，模型按需取用。这种「技能即工具箱」的做法与内置件「技能即判断力」形成有趣对照。它与本地装机清单中的 playwright、chrome-automation、screenshot 等浏览器件构成上下游：底层自动化、中层编排、顶层测试语义。

短板：需要浏览器环境，安装与维护成本高于零配置的内置三件；只覆盖 Web 形态，桌面端、纯后端服务用不上。需要说明：本会话未能联网核实其 SKILL.md 内部原文，以上结构描述基于官方示例仓库的公开定位，细节以实际仓库为准。

5. pptx-test —— 生成物质检这个空工位

定位：本期唯一的新面孔，社区装机件。它的价值首先在名字：给「生成的 PPT」配测试。当大量技能在卷 PPT 生成（本机清单里 pptx-generator、pptx-manipulation、pptx-official 一字排开），「生成的产物对不对」这件事几乎无人认领——pptx-test 占的正是这个质检工位。

亮点：赛道选择聪明。生成物质检意味着「生成-校验」闭环：生成件产出、测试件验收，两者天然配套，暗合本轮 simplify 与 code-review 的分工逻辑——只不过搬到了文档世界。这种测试思维从代码向生成物扩散的苗头，值得持续观察。

短板：本会话未能联网核实其实现细节、作者与社区数据，评分按保守口径给出，请以自行实测为准；单点技能，能否泛化到其他生成物（PDF、图表）存疑。

SKILL.md 设计拆解：内置三件描述里的四个写法

把内置三件的触发描述放在一起读，能提炼出四条可直接复用的写法模式：

对比生态里大量「一段散文介绍功能」的 SKILL.md，官方件把 description 当 API 签名写：第一句是契约，中间是触发词表，结尾是边界与降级路径。社区作者最该学的是第二条——敢写「我不做什么」。

组合工作流

内置三件加上循环器，可以拼出一条「写完之后」的收尾流水线：

flowchart LR
  A["改完代码"] --> B["/code-review 找正确性bug"]
  B --> C["/simplify 清理重构"]
  C --> D["/run 启动应用"]
  D --> E["/verify 跑起来观察"]
  E --> F{"通过?"}
  F -->|是| G["收工"]
  F -->|否| H["/loop 定时重试"]
  H --> B

这条链的分工恰好印证了各件描述里的自我声明：审查件不清理，清理件不找 bug，验证件只认行为证据——三个非目标声明互相咬合，拼成一个无重叠、无空隙的分工面。

安装与使用命令

内置三件无需安装，新版 Claude Code 直接以斜杠命令调用：

# 重构清理：建议模式（贴回 PR 评论）
/simplify --comment

# 重构清理：执行模式（直接改工作区）
/simplify --fix

# 运行时验证（先 /run 起服务，或让 verify 自行处理）
/verify

组合用法（循环验证直到通过，默认间隔 10 分钟）：

/loop /verify

官方示例件（若本机未装）：

# 从官方示例仓库复制（路径以仓库实际目录为准）
git clone https://github.com/anthropics/skills
cp -r skills/example-skills/webapp-testing ~/.claude/skills/

社区新面孔的发现命令：

npx skills find pptx-test

推荐排行榜

• 设计质量榜：simplify ＞ verify ＞ run —— 一句非目标声明定胜负
• 开箱即用榜：run ＝ verify ＝ simplify（内置零配置）＞ webapp-testing（需浏览器）＞ pptx-test
• 组合潜力榜：verify × loop（自动重试闭环）＞ simplify × run（改完即验）＞ run 单用
• 边界诚实度榜：simplify（自认不找 bug）＞ verify（自认依赖可运行）＞ run（自认依赖项目可跑）
• 新面孔观察榜：pptx-test —— 生成物质检是下一个可能拥挤的工位

参考来源

1. 本机 Claude Code 内置技能清单 — verify / simplify / code-review / run / loop 的触发描述原文（2026-09-11 会话环境内可查证，本文直接引用）
2. 本机已装插件 example-skills — webapp-testing 的官方示例来源，对应仓库 github.com/anthropics/skills（插件命名空间与仓库结构一致；SKILL.md 原文本会话未联网抓取）
3. 本机已装社区技能清单 — pptx-test / playwright / chrome-automation / screenshot（名称与装机状态为本会话实证，实现细节未联网核实）
4. skills.sh 与 skillsmp.com — Skills 生态聚合站（本期因核实通道受限未采信其榜单数据，仅作后续核查入口）

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。