百度贴吧用Skills与子Agent自动评测审查规则

百度贴吧团队把 AI CR 规则的效果迭代做成 6 步自动化评测流程：生成规则→Case 构造→数据集上传→任务创建（工作流）→通用标注→汇总报告。前两步有两种方式：方式一为传统手动分步法，由 Ducc 或 Zulu 把自然语言描述的规则需求转成小码哥可识别的 rules prompt（人工确认与反馈调优），Case 构造则拉取指定 iCode 评审代码库到沙箱环境生成正例/反例代码片段，插入现有代码类的 private 方法后每个 case 独立提交评审，最后产出含评审 URL 与评论的 Excel。 方式二为推荐的 Agent/Skills 一站式自动化，团队搭建 Comate Skills（路径 ./comate/skills/smart-cr-benchmark）与 Sub-agent personal-cr-benchmark 双引擎，后者具备规则生成、代码库管理、测试用例生成、代码集成、Git 工作流、评论生成、CSV 汇总 7 大能力，一句话生成全套评测 case 和标准答案，规则已确定时也可直接基于既有 rules 跳过生成步骤。 数据集上传后在 ComateStack 工作流（tieba_AICR/automation/workflow-detail/2703）上执行推理→评估→标注→报告：推理算子配置 rules 与环境类型（DEV/PRO）自动执行 AI CR 评审，评估算子配置模型（默认千问，可替换为 GLM/Claude 等）自动比对预期结果，可加人工标注审核后自动生成含准确率、召回率的评测报告，形成配置→评测→优化→再评测的规则迭代飞轮。 团队称该套 Sub-agent、Skills、工作流已全部模板化，其他团队可直接迁移。