输出验证

SKILL开发
开发 未标注权限 许可证不明确 已核验
安装这个技能

在最终输出前对测试用例做最后一轮防幻觉验证:事实核查(引用的需求ID是否存在)、一致性检查(用例之间是否矛盾)、可执行性验证(步骤是否能实际操作)、来源追溯(每个用例是否能追溯到具体需求)。当测试用例已经生成完毕、准备输出了,但你不确定AI有没有编造不存在的功能或需求时,应当使用此技能。这是整个工作流的最终质量守门——如果验证失败,必须返回问题清单要求修正,不得跳过。 触发场景:验证一下输出、检查有没有幻觉、这个用例对吗、确认一下质量、时。 Use when the user asks about: final anti-hallucination verification of generated test cases — fact checking, cross-case consistency, executability, and requirement traceability.

一句话选型结论

按资料字段整理

输出验证是开发类的 Agent Skill,安装方式:ClawHub 市场,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类开发 安装方式ClawHub 市场 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

ClawHub 市场
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_8e8e447f/qa-output-validation
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

开发
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_8e8e447f仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式ClawHub 市场安装包 clawhub
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791622120
正文体量8.6 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
写代码与改 bug

按需求补代码、定位并修掉报错。

读仓库与生成改动

让模型读懂项目结构,再给出可落地的改动。

跑测试与排查故障

按现象排查问题,补测试用例并复跑。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 已做过站内核验,页面字段与仓库对得上。
  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在开发场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
输出验证当前 未标注权限 ClawHub 市场 未标注 未标注 有
技能审查员 浏览器控制 ClawHub 市场 877.9 万 OpenClaw 有
Vercel React 最佳实践 浏览器控制 GitHub 仓库 849.1 万 Codex、Claude、Cursor 有
GitHub 代码协作 联网访问 ClawHub 市场 763.3 万 OpenClaw 有
网页设计指南 联网访问 GitHub 仓库 668.6 万 Codex、Claude、Cursor 有
本体论 只读 ClawHub 市场 663.7 万 OpenClaw 有

SKILL.md 全文

8.6 KB
模型实际读到的说明书原文,来自技能仓库

> ⚠️ 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对虚无功能的删除或标记建议。
> 实际使用时请勿直接删除测试用例或功能项,先确认其来源并备份原数据。
> 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。

输出验证

核心原则

AI可能编造不存在的内容——必须验证每个输出的依据。

加载时机

什么时候读 读哪个
逐维做防幻觉校验时 references/validation-dimensions.md

> 验证维度的完整内容已下沉至 references/validation-dimensions.md,避免每次触发都占用上下文。

验证流程

步骤1:事实核查

执行内容:
1. 对比用例中的需求ID与需求解构表
2. 检查风险ID是否基于实际分析
3. 验证边界条件是否真实存在
4. 检查引用的行业知识是否准确

输出:
├─ 核查通过项:[列表]
├─ 核查失败项:[列表]
└─ 幻觉风险项:[列表]

步骤2:一致性检查

执行内容:
1. 验证需求ID与用例的对应关系
2. 验证风险ID与用例的匹配关系
3. 验证场景与边界的覆盖关系
4. 验证评审结果与实际输出的一致性

输出:
├─ 一致项:[列表]
├─ 不一致项:[列表]
└─ 矛盾项:[列表]

步骤3:可执行性验证

执行内容:
1. 检查测试步骤的具体性
2. 检查预期结果的可验证性
3. 检查测试数据的可构造性
4. 检查测试环境的可搭建性

输出:
├─ 可执行项:[列表]
├─ 部分可执行项:[列表]
└─ 不可执行项:[列表]

步骤4:生成验证报告

## 输出验证报告

### 验证摘要
- 验证日期:YYYY-MM-DD
- 用例总数:XX条
- 验证结果:通过/不通过

### 事实核查
| 检查项 | 结果 | 说明 |
|--------|------|------|
| 需求真实性 | 通过/失败 | [说明] |
| 风险合理性 | 通过/失败 | [说明] |
| 边界可验证性 | 通过/失败 | [说明] |
| 行业标准准确性 | 通过/失败 | [说明] |

### 一致性检查
| 检查项 | 结果 | 说明 |
|--------|------|------|
| 需求ID匹配 | 通过/失败 | [说明] |
| 风险ID匹配 | 通过/失败 | [说明] |
| 场景边界对应 | 通过/失败 | [说明] |
| 评审结果一致 | 通过/失败 | [说明] |

### 可执行性验证
| 用例编号 | 可执行性 | 问题 |
|---------|---------|------|
| TC_XXX_001 | 可执行 | - |
| TC_XXX_002 | 部分可执行 | [问题] |
| TC_XXX_003 | 不可执行 | [问题] |

### 问题清单
| 问题类型 | 用例编号 | 问题描述 | 严重程度 |
|---------|---------|---------|---------|
| 幻觉 | TC_XXX_001 | 需求ID不存在 | 高 |
| 不一致 | TC_XXX_002 | 风险等级与内容不符 | 中 |
| 不可执行 | TC_XXX_003 | 步骤过于模糊 | 中 |

### 验证结论
- 是否通过:是/否
- 主要问题:[描述]
- 建议:[建议]

验证策略速查表

不同输出类型的验证侧重点不同:

输出类型 优先验证维度 特别关注 验证深度
功能用例 可执行性+事实核查 步骤是否可操作 ★★★
边界用例 事实核查 边界值是否真实存在 ★★★★
异常用例 可执行性+一致性 异常场景是否合理 ★★★★
安全用例 事实核查+可执行性 攻击向量是否真实 ★★★★★
性能用例 可执行性 指标是否可测量 ★★★
全量用例集 全部四维 全流程一致性 ★★★★★

常见幻觉类型与处理

幻觉类型 表现 检测方法 处理方式
虚无功能 AI编造不存在的功能模块 对比需求解构表 删除或标记
过度推断 从"登录失败"推"账号被锁"但需求未提 检查推理链是否在需求范围内 降级为假设场景
数据编造 编造不存在的API返回字段 对比接口文档/边界清单 修正或删除
时间幻觉 断言"3次锁定"但需求写5次 比对原始需求 修正为准确值
跨模块矛盾 A模块说"跳转B",B模块用例推翻 一致性检查矩阵 统一修正
依赖幻觉 假设了不存在的前置依赖 检查前置条件是否有需求支撑 标注[假设]

输出示例

用户说"帮我验证AI生成的登录测试用例"
→ 事实核查:验证所有需求ID、场景、预期结果是否基于真实需求文档
→ 一致性检查:同一功能的不同用例之间描述是否一致
→ 可执行性验证:每个用例的步骤是否清晰可执行
→ 来源追溯:标注每个用例的信息来源(需求文档/分析结果/AI推断)

AI生成了一个不存在的功能模块的测试用例
→ 事实核查命中:该模块ID在需求文档中不存在,标记为幻觉

检查清单

输出验证完成后检查:
- [ ] 事实核查是否完成?
- [ ] 一致性检查是否通过?
- [ ] 可执行性验证是否完成?
- [ ] 来源追溯是否标注?
- [ ] 问题清单是否列出?
- [ ] 验证报告是否完整?

输出验证 vs 输出评审

维度 输出验证(本技能) 输出评审(qa-ai-output-critique)
目标 防幻觉、保质量 找不足、促迭代
视角 事实核查:是否"真实" 质量评估:是否"够好"
输出 验证报告(pass/fail) 评审报告(六维评分+改进建议)
触发时机 最终输出前 生成后、迭代中
核心问题 "这个用例能执行吗?" "这个用例够全面吗?"
处理幻觉 标记+删除 反馈+补充

常见问题

5 问
答案由本站依据条目字段整理
输出验证怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_8e8e447f/qa-output-validation。安装方式为ClawHub 市场。装完刷新技能列表或重开客户端。

输出验证支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

输出验证权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

输出验证收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

输出验证用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。