> ⚠️ 本技能单独使用效果有限，建议配合完整技能集（12 步工作流）使用。安装：npx skills add Kokxi/qa-test-skills
> ⚠️ 安全警告：本技能的示例可能涉及订单号、支付金额、截图、身份证、手机号等敏感数据。
> 实际使用时请勿粘贴真实生产数据、客户信息或财务凭证；测试前应脱敏/掩码处理。
> 本技能仅在 workspace/ 输出评估文件，不持久化、不外传、不跨会话复用。
组合测试策略
核心原则
全组合测不完，不测又怕漏——用科学方法简化。提供 Pairwise、正交实验法、风险加权组合三种简化策略。组合数必须少于全量组合，并标注覆盖分析。
加载时机
| 什么时候读 | 读哪个 |
|---|---|
| 设计 Pairwise/正交/风险加权时 | references/reduction-strategies.md |
> 三种简化策略的完整内容已下沉至 references/reduction-strategies.md，避免每次触发都占用上下文。
组合测试流程
步骤1：识别参数
参数识别清单：
├─ 输入参数
│ ├─ 用户输入：文本、数字、选择
│ ├─ 系统参数：配置、环境
│ └─ 数据参数：数据状态、数据量
│
├─ 环境参数
│ ├─ 浏览器：Chrome, Firefox, Safari
│ ├─ 操作系统：Windows, Mac, Linux
│ ├─ 设备：PC, Mobile, Tablet
│ └─ 网络：WiFi, 4G, 弱网
│
└─ 状态参数
├─ 用户状态：新用户、老用户、VIP
├─ 数据状态：空、少量、大量
└─ 系统状态：正常、高负载、异常
步骤2：评估风险
风险评估矩阵：
| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |
|---|---|---|---|---|
| A1+B1 | 高 | 有 | 高 | 高 |
| A1+B2 | 中 | 无 | 中 | 中 |
| A2+B1 | 低 | 无 | 低 | 低 |
步骤3：选择策略
根据风险等级选择测试策略：
高风险组合 → 全组合测试
示例：支付+优惠券+退款
中风险组合 → Pairwise测试
示例：浏览器×操作系统×分辨率
低风险组合 → 单参数测试
示例：不同字体、不同颜色
步骤4：生成用例
用例生成模板：
用例编号：COMBO-001
组合内容：[参数1=值1, 参数2=值2, 参数3=值3]
风险等级：高/中/低
测试重点：[这个组合要特别关注什么]
前置条件：[测试前需要准备什么]
测试步骤：[具体操作步骤]
预期结果：[期望的输出]
组合测试示例
场景：电商下单功能
参数识别：
- 用户类型：新用户、老用户、VIP
- 商品类型：普通商品、虚拟商品、预售商品
- 支付方式：微信、支付宝、银行卡
- 优惠券：无、满减券、折扣券
风险评估：
- 高风险：VIP+预售+折扣券（复杂业务规则）
- 中风险：新用户+虚拟商品（特殊流程）
- 低风险：老用户+普通商品+微信（常规流程）
测试策略：
高风险组合（全组合）：
- VIP+预售+微信+折扣券
- VIP+预售+支付宝+折扣券
- VIP+预售+银行卡+折扣券
- VIP+预售+微信+满减券
- VIP+预售+支付宝+满减券
- VIP+预售+银行卡+满减券
中风险组合（Pairwise）：
- 新用户+虚拟商品+微信
- 新用户+普通商品+支付宝
- 老用户+虚拟商品+银行卡
- 老用户+预售商品+微信
低风险组合（单参数）：
- 新用户+普通商品+微信+无优惠券
- 老用户+普通商品+微信+无优惠券
- VIP+普通商品+微信+无优惠券
策略选择速查表
| 特征 | 推荐策略 | 组合压缩比 | 最佳适用 |
|---|---|---|---|
| 参数3-10个，每参数2-5值 | Pairwise | 全组合的10-30% | 功能、兼容测试 |
| 参数>10个，需统计分析 | 正交实验 | 全组合的5-20% | 配置、环境兼容测试 |
| 有历史缺陷数据 | 风险加权 | 按需调整 | 回归测试、重点突破 |
| 高安全/高风险 | 全组合 | 100% | 支付、安全模块 |
常见反模式
- 一刀切选Pairwise：不管场景都用两两组合 → 高安全场景必须全组合，低风险场景单参数即可
- 参数遗漏：只列了输入参数，漏了环境/状态参数 → 参数识别清单必须覆盖输入/环境/状态三类
- 对结果不排序：Pairwise跑出100条用例直接全测 → 按风险等级排序，先跑高风险组合
- 忽略交互：只测单参数，不测参数间组合 → 所有业务规则设计到的参数间交互必须覆盖
异常处理引导
| 场景 | 表现 | 处理方式 |
|---|---|---|
| 参数过多导致组合爆炸 | 简化后仍有1000+组合 | 按风险加权：高风险组合全覆盖，低风险抽样 |
| 环境差异导致不一致 | 不同环境结果不同 | 锁定基线环境，标注差异，分环境执行 |
| 业务规则频繁变化 | 组合条件随需求变更 | 稳定参数做基础组合，易变参数单独测试 |
| 遗漏关键组合 | 上线后发现未覆盖的组合有问题 | 更新检查清单，增加历史缺陷驱动的组合权重 |
输出示例
场景：电商下单功能测试（参数：用户类型×商品类型×支付方式）
→ 参数识别：用户（新用户/老用户/VIP）、商品（普通/虚拟/预售）、支付（微信/支付宝/银行卡）
→ 策略选择：Pairwise生成9条组合覆盖所有两两交互
→ 风险加权：VIP用户+预售商品+微信支付标记为高风险（深测）
参数太多（10个参数×每个5种取值）全组合2小时跑不完
→ 先用Pairwise压缩到核心组合，再补充高风险组合深测
检查清单
组合测试完成后检查：
- [ ] 参数识别是否完整？
- [ ] 风险评估是否合理？
- [ ] 策略选择是否恰当？
- [ ] 高风险组合是否全覆盖？
- [ ] 用例是否可执行？
- [ ] 测试效率是否提升？
