如何测试 Agent 的政策边界：以退款技能为例

在修改 Agent 技能指令前，需预先编写特定场景的测试用例以验证其行为边界，而非仅依赖其他 Agent 检查。 以退款政策为例，测试需覆盖第 29、30 和 31 天等边界日期，并包含运费剔除与小数截断等易错数值，以捕获静默失败。 作者正在构建 skillEd 工具，支持通过 CLI 或 MCP 运行版本化评估并对比报告，但通过有限测试套件不等于合规保证。