维护双语社区网站的小组每月留半天试用开源工具。本月的任务是找到能检查失效链接、验证语言切换并留下故障证据的方案。把榜单当作候选入口，用相同的本地样例检验每个方案。最终交付包括候选表、固定版本的试跑记录和采纳决定，方便下一位维护者复核。
逐个读榜单里的仓库
先记录榜单名称、采集时间、筛选条件和观察范围。团队可以取某天的 GitHub Trending 条目，再用仓库搜索补齐明确标注链接检查或浏览器测试的项目。搜索结果和榜单各自保留出处。同一项目通过两种方式进入表格时，只建一条记录，附上两个入口。先明确处理范围，例如每周最多读十个仓库，有两个合格候选就进入试跑。
打开每个候选的 README、许可证、发行页和示例目录。用一句话写出它接受的输入和可交付的结果。一个程序能从站点地图提取链接，并不代表它能确认用户点击切换语言后抵达正确页面。另一个程序可以操作浏览器，但如果只输出失败计数，就要验证能否定位问题页面与操作步骤。表格里把文档描述和团队验证的结果分列，并记录对应版本。
举例说，候选甲声称能检查重定向。用虚构页面建立三条路径：中文页指向英文对应页、链接跳转后返回中文首页、英文目标返回错误。逐条记录目标地址和页面语言。如果工具将三条都标为正常，确认它是否只检查最终状态码。把实际判定写入候选表，给下一位同事留下测试入口和预期。这个结果还可以说明为何甲适合日常链接巡检，但需要另一个步骤验证页面语言。
遇到没有发行包的仓库，记下复现使用的提交编号。看许可证能否支持团队预期的使用方式，依赖能否在已有环境中安装，示例是否要求外部账户。将无法验证的项保留为空，并说明卡在哪一步。这样同事可以区分“暂时没有证据”和“已验证不支持”。
观察早期项目的真实变化
星标总数只能描述采集时看到的累计值。要比较短期增量，在同一查询和时间窗口下保存两次快照，按仓库标识对齐，记录前后数量和采集间隔。例：甲周一为 48、周五为 68，观察间隔四天，增加 20；乙只出现在周五快照，其增量暂缺。新上榜不等于从零增长，记录仓库年龄和是否首次见到即可。若查询条件调整，建立新一组快照，避免将不同范围的结果直接相减。
用第二类证据决定是否值得试跑。检查近期发行是否能定位到具体版本，问题区有没有维护者回应可复现的报告，安装示例是否能在干净环境运行。社区活动可能在一天内带来大量关注，因此把峰值和持续维护分开看。仓库改名或迁移时，记录可核实的迁移关系，再决定是否合并历史。若有论文或模型卡，确认它们是否指向同一代码版本，避免把多个平台上的同一更新当成独立增长。
安排两个对照候选。一个有较高累计关注，但近几次发行与团队需求无关。另一个刚发布可用的双语示例，但尚未处理复杂的跳转。优先给后者一个小范围复现机会，同时保留前者作为已知基线。每周保存采集时间、快照地址和变化说明。第二周复查时，如果示例仍无法运行或维护者已经归档仓库，把候选转为观察状态并注明原因。
用真实任务试用技能
选择四个任务：切换到存在的英文页、切换到缺失的英文页、报告一个失效外链，以及一个只要求改写文案的请求。前三个需要不同的页面观察，最后一个用于检查浏览器技能是否被误触发。为每个任务写清入口、预期和完成条件。缺失语言页应按网站约定显示回退提示或进入错误页，避免事后根据候选工具的输出改写预期。
关联的 Webapp Testing 用在建立浏览器对照证据这一步。准备可以访问的测试站、无真实用户资料的样例和明确的预期。依次打开页面、触发语言切换，记录最终 URL、页面语言和可见反馈。复现失效外链时，用团队控制的模拟地址。将浏览器记录与候选技能输出逐项对照。候选写“语言切换成功”时，要能找到对应页面和动作。对未要求浏览器操作的文案请求，记录是否启动工具以及为什么启动。
试用前记录技能来源、固定版本、需要的文件与网络权限，并先读清它的安装和执行说明。使用隔离的测试目录，只提供模拟网页和可丢弃的输出目录。需要登录或上传真实材料的候选先列为待评估。采纳时保留基线结果，升级后用同一套正例、负例与已知失败案例复测。若移除候选后已有检查也无法运行，检查是否把全局配置改成依赖该技能，并恢复到可独立运行的基线。
实例：一次试用如何得出决定
维护者在测试站生成两个活动页面。活动 A 有中英两个版本，活动 B 只有中文。候选乙报告 A 和 B 均成功切换。浏览器对照显示，A 打开了正确活动，B 却跳到英文首页。给 B 的报告补上原始 URL、点击位置、目标地址和页面标题。第二次试跑要求候选同时核对活动编号与页面语言，观察它能否报告 B 的回退。
在另一个负例里，只让助手修改活动 A 的一句介绍。若它仍访问预览站，检查任务描述是否把“活动页”写成了无条件触发词。增加明确的输入条件，例如请求要求确认页面行为且提供测试地址，再复跑负例和原本通过的 A。采纳记录应写出允许的任务、版本和失败条件。对于只能检查状态码的工具，可以保留在每日链接巡检里，双语发布验收继续使用浏览器对照。
排查与常见问题
搜索结果突然变少怎么办？
先查看查询词、日期过滤、分页范围和是否出现接口速率提示。记录本轮覆盖范围，确认与上轮一致再比较。仓库被重命名时，用仓库标识或可核对的迁移记录判断是否为同一条。快照缺失的条目列为未知。
README 能跑通，为什么还要做负例？
正常样例验证工具能完成目标动作。负例检查工具会不会在任务超出范围时仍声称成功。把一条缺失语言版本和一条仅涉及文案的请求纳入试用，分别核对页面判断和技能触发范围。两种结果都应可复现。
评估结果什么时候失效？
技能版本、权限、浏览器或站点路由发生变化时，先复跑受影响的样例。保留旧记录，并给新记录附日期和环境。若新版本需要更大的访问范围，把这一变化单独交给负责人审核。这样候选表还能说明当前版本为何可用，以及哪些条件改变后需要重新评估。
如果报告要交给其他小组，附上可公开共享的测试样例，去掉账户信息与内部地址。让接手人用同一版本独立复跑一条失败路径，并把观察到的差异写回评估记录。