Revert "feat(ecc): prune plugin 43→12 items, promote 7 rules to .claude/rules/ (#245)"

This reverts commit 1bd68ff534.

docs/zh-CN/skills/eval-harness/SKILL.md

@@ -0,0 +1,260 @@
+---
+name: eval-harness
+description: 克劳德代码会话的正式评估框架，实施评估驱动开发（EDD）原则
+tools: Read, Write, Edit, Bash, Grep, Glob
+---
+
+# Eval Harness 技能
+
+一个用于 Claude Code 会话的正式评估框架，实现了评估驱动开发 (EDD) 原则。
+
+## 理念
+
+评估驱动开发将评估视为 "AI 开发的单元测试"：
+
+* 在实现 **之前** 定义预期行为
+* 在开发过程中持续运行评估
+* 跟踪每次更改的回归情况
+* 使用 pass@k 指标来衡量可靠性
+
+## 评估类型
+
+### 能力评估
+
+测试 Claude 是否能完成之前无法完成的事情：
+
+```markdown
+[能力评估：功能名称]
+任务：描述 Claude 应完成的工作
+成功标准：
+  - [ ] 标准 1
+  - [ ] 标准 2
+  - [ ] 标准 标准 3
+预期输出：对预期结果的描述
+
+```
+
+### 回归评估
+
+确保更改不会破坏现有功能：
+
+```markdown
+[回归评估：功能名称]
+基线：SHA 或检查点名称
+测试：
+  - 现有测试-1：通过/失败
+  - 现有测试-2：通过/失败
+  - 现有测试-3：通过/失败
+结果：X/Y 通过（之前为 Y/Y）
+
+```
+
+## 评分器类型
+
+### 1. 基于代码的评分器
+
+使用代码进行确定性检查：
+
+```bash
+# Check if file contains expected pattern
+grep -q "export function handleAuth" src/auth.ts && echo "PASS" || echo "FAIL"
+
+# Check if tests pass
+npm test -- --testPathPattern="auth" && echo "PASS" || echo "FAIL"
+
+# Check if build succeeds
+npm run build && echo "PASS" || echo "FAIL"
+```
+
+### 2. 基于模型的评分器
+
+使用 Claude 来评估开放式输出：
+
+```markdown
+[MODEL GRADER PROMPT]
+评估以下代码变更：
+1. 它是否解决了所述问题？
+2. 它的结构是否良好？
+3. 是否处理了边界情况？
+4. 错误处理是否恰当？
+
+评分：1-5 (1=差，5=优秀)
+推理：[解释]
+
+```
+
+### 3. 人工评分器
+
+标记为需要手动审查：
+
+```markdown
+[HUMAN REVIEW REQUIRED]
+变更：对更改内容的描述
+原因：为何需要人工审核
+风险等级：低/中/高
+
+```
+
+## 指标
+
+### pass@k
+
+"k 次尝试中至少成功一次"
+
+* pass@1：首次尝试成功率
+* pass@3：3 次尝试内成功率
+* 典型目标：pass@3 > 90%
+
+### pass^k
+
+"所有 k 次试验都成功"
+
+* 更高的可靠性门槛
+* pass^3：连续 3 次成功
+* 用于关键路径
+
+## 评估工作流程
+
+### 1. 定义（编码前）
+
+```markdown
+## 评估定义：功能-xyz
+
+### 能力评估
+1. 可以创建新用户账户
+2. 可以验证电子邮件格式
+3. 可以安全地哈希密码
+
+### 回归评估
+1. 现有登录功能仍然有效
+2. 会话管理未改变
+3. 注销流程完整
+
+### 成功指标
+- 能力评估的 pass@3 > 90%
+- 回归评估的 pass^3 = 100%
+
+```
+
+### 2. 实现
+
+编写代码以通过已定义的评估。
+
+### 3. 评估
+
+```bash
+# Run capability evals
+[Run each capability eval, record PASS/FAIL]
+
+# Run regression evals
+npm test -- --testPathPattern="existing"
+
+# Generate report
+```
+
+### 4. 报告
+
+```markdown
+评估报告：功能-xyz
+========================
+
+能力评估：
+  创建用户：    通过（通过@1）
+  验证邮箱：    通过（通过@2）
+  哈希密码：    通过（通过@1）
+  总计：         3/3 通过
+
+回归评估：
+  登录流程：     通过
+  会话管理：     通过
+  登出流程：     通过
+  总计：         3/3 通过
+
+指标：
+  通过@1： 67% (2/3)
+  通过@3： 100% (3/3)
+
+状态：准备就绪，待审核
+
+```
+
+## 集成模式
+
+### 实施前
+
+```
+/eval define feature-name
+```
+
+在 `.claude/evals/feature-name.md` 处创建评估定义文件
+
+### 实施过程中
+
+```
+/eval check feature-name
+```
+
+运行当前评估并报告状态
+
+### 实施后
+
+```
+/eval report feature-name
+```
+
+生成完整的评估报告
+
+## 评估存储
+
+将评估存储在项目中：
+
+```
+.claude/
+  evals/
+    feature-xyz.md      # Eval definition
+    feature-xyz.log     # Eval run history
+    baseline.json       # Regression baselines
+```
+
+## 最佳实践
+
+1. **在编码前定义评估** - 强制清晰地思考成功标准
+2. **频繁运行评估** - 及早发现回归问题
+3. **随时间跟踪 pass@k** - 监控可靠性趋势
+4. **尽可能使用代码评分器** - 确定性 > 概率性
+5. **对安全性进行人工审查** - 永远不要完全自动化安全检查
+6. **保持评估快速** - 缓慢的评估不会被运行
+7. **评估与代码版本化** - 评估是一等工件
+
+## 示例：添加身份验证
+
+```markdown
+## EVAL：添加身份验证
+
+### 第 1 阶段：定义 (10 分钟)
+能力评估：
+- [ ] 用户可以使用邮箱/密码注册
+- [ ] 用户可以使用有效凭证登录
+- [ ] 无效凭证被拒绝并显示适当的错误
+- [ ] 会话在页面重新加载后保持
+- [ ] 登出操作清除会话
+
+回归评估：
+- [ ] 公共路由仍可访问
+- [ ] API 响应未改变
+- [ ] 数据库模式兼容
+
+### 第 2 阶段：实施 (时间不定)
+[编写代码]
+
+### 第 3 阶段：评估
+运行：/eval check add-authentication
+
+### 第 4 阶段：报告
+评估报告：添加身份验证
+==============================
+能力：5/5 通过 (pass@3: 100%)
+回归：3/3 通过 (pass^3: 100%)
+状态：可以发布
+
+```