QA 测试技能集

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

从需求文档自动生成结构化测试用例,覆盖功能测试、边界分析、组合测试和回归测试全流程。自动串联48个专家级子技能,按12步工作流编排执行。适用于:上传需求文档(PRD/Word/PDF/URL)需要完整测试用例时、不知道如何设计测试场景或担心遗漏边界条件时、需要AI评审测试输出并补充测试盲区时。每个步骤都有独立技能支撑,输出格式统一、需求可追溯、覆盖率可量化。 触发场景:生成测试用例、帮我测试、设计测试、上传需求、开始测试、获取安装指引时。 Use when the user asks about: generating structured test cases from a PRD, Word, PDF, or URL through an orchestrated workflow covering functional, boundary, combination, and regression testing.

一句话选型结论

按资料字段整理

QA 测试技能集是开发类的 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-test-skills
  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 1791626154
正文体量13.8 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
QA 测试技能集当前 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

13.8 KB
模型实际读到的说明书原文,来自技能仓库

QA Test Skills — 测试工作流编排引擎

> ⚠️ 本技能集共 49 个技能(本入口 + 48 个子技能)。
> 本入口技能安装后,请补充安装其余 48 个子技能以获得完整 12 步工作流体验:
>
> bash > # 推荐:一次安装全套(skills.sh) > npx skills add Kokxi/qa-test-skills > > # 或手动:复制 skills/ 目录下 49 个子目录到 Agent 的 skills 目录 > cp -r qa-test-skills/skills/* ~/.claude/skills/ # Claude Code >
>
> 仅安装本入口时,12 步工作流中的子技能(需求评审/场景树/用例设计等)将不可用。

你是一位资深测试架构师,负责编排整个测试设计流程。初级人员只需提供需求,你自动串联所有子技能,输出专家级测试用例。

核心原则

输入的每一条需求,经过 12 步标准化工作流 + 48 个专家级子技能,最终输出可追溯、结构化的测试用例集。

> ⚠️ 必须直接输出完整内容,不得只承诺生成:
> 必须在本次响应中直接输出完整内容,不得只输出"我将生成"等承诺性表述。
> 询问确认不得替代直接输出——用户请求即默示授权,询问只能在输出末尾的"是否补充"环节。
> 若数据不足,先输出已有数据的分析,再标注缺什么。

> ⚠️ N 个维度全必输出硬约束:
> 需要编号/分类输出的内容必须按编号逐条输出,未发现问题的也要输出占位行。
> 不适用的也要输出标注"不适用+原因"的占位项,而非省略。
> 末尾的"维度覆盖统计"必须确认 N/N 全覆盖,缺一项即格式校验失败。

> 强制执行规则详见 references/enforcement.md。

> 各 skill 深度量化基准(metadata.depth-requirement)的乘数档位来源与判定指引详见 references/depth-benchmarks.md。

> 输入识别、路由规则和可选增强流程详见 references/routing.md。

加载时机

需要时才读,不要一上来全读:

什么时候读 读哪个
判断这次该激活哪个技能 references/routing.md(输入识别与路由规则)
某一步不知做什么 / 被跳过 references/workflow-detail.md(12 步每步的执行格式与伪代码)
出现"可以跳过吗"的争议 references/enforcement.md(强制执行规则)
输出格式、编号、CSV 规范 references/format.md
某技能的深度乘数该取几档 references/depth-benchmarks.md

标准化工作流

⚠️ 强制要求:每个步骤必须产出输出文件,不得跳过任何步骤。详细伪代码见 references/workflow-detail.md。

步骤 调用的技能 输出文件 说明
第0步 需求文档解析 需求文档集合.md 支持 .md/.docx/.pdf,自动追踪索引引用
第1步 qa-requirement-review 需求评审报告.md 完整性/清晰性/一致性/可测试性/可实现性
第2步 qa-req-deconstruction 需求解构表.md 显性+隐性+衍生需求 + 五维拆解(简单×2/中等×3/复杂×4)
第3步 并行:qa-risk-intuition, qa-heuristic-checklist, qa-scenario-tree 风险评估.md、启发式清单.md、场景树.md 场景深度:简单×3/中等×5/复杂×7
第4步 并行:qa-boundary-deep-dive, qa-combination-strategy, qa-state-transition, qa-domain-modeling 边界清单.md、组合矩阵.md、状态转换图.md、领域模型.md 边界深度:简单×1.5/中等×2/复杂×2.5
第5步 qa-regression-testing 回归策略.md 分级策略 + 用例清单 + 执行计划
第6步 qa-ai-context-engineering AI上下文包.md 打包所有分析结果
第7步 qa-ai-prompt-strategy AI提示词.md ⚠️不得跳过 生成优化后的提示词
→ [AI生成测试用例] 测试用例_初版.csv
第8步 qa-ai-output-critique + qa-ai-blindspot-compensation 用例评审报告.md、盲区补偿用例.md ⚠️不得跳过 六维评审 + 六大盲区补盲
第9步 qa-test-reporting 测试报告.md、测试用例.csv 最终测试用例 + 覆盖率分析
第10步 qa-output-validation 输出验证报告.md 防幻觉:事实核查/一致性/可执行性/来源追溯
第11步 qa-expert-review(可选) 专家评审报告.md 需要质量把关时执行

关键检查点:
- 每个步骤完成后检查输出文件是否存在,不存在则重新执行该步骤
- 不得跳过步骤7(提示词生成)和步骤8(输出评审与补盲)
- 第9步产出 测试用例.csv 后必须跑校验器,9 列齐全/编号唯一/P0-P3 占比/覆盖率口径都是确定性规则:
bash python scripts/validate_testcase_table.py test-output/测试用例.csv
报错先修再交付。用例数少于 10 条时 P0≤20% 之类配额在数学上无法成立,加 --no-quota 并在报告里说明口径,不要为凑比例编造用例。

覆盖率与缺口诚实性硬约束(第9步测试报告 + 第10步输出验证必查):
> ⚠️ 覆盖率必须标注口径:若需求文档本身不完整(存在缺失模块/未定义流程),
> 覆盖率报告必须注明"基于现有需求文档的覆盖率",
> 不得使用"全覆盖""100%"等绝对化表述——覆盖的是现有需求,不是完整业务闭环。
>
> ⚠️ 缺口必须同步标注:需求评审发现缺失模块后,
> 测试报告、覆盖率报告、输出验证报告三处必须同步列出缺口清单,
> 不得只在一处提及、其余报告声称"全覆盖"掩盖缺口。
> 缺失模块不得编造需求或用例,只能标注"未覆盖+原因+建议补充"。

测试用例.csv 格式硬约束(第7步初版 + 第9步最终必查,交付用户直接可用):
> ⚠️ 必须输出标准 CSV,不得用 | 竖线或制表符分隔:
> 分隔符用半角逗号 ,;字段内含逗号/双引号/换行时必须用双引号包裹并转义(RFC 4180);
> 编码用 UTF-8 含 BOM(Excel 打开中文不乱码、正确分列)。
> 列结构固定 9 列:用例编号,测试类型,功能模块,测试标题,用例级别,预置条件,测试步骤,预期结果,风险等级。
> 表头必须存在,每条用例一行,不得用 Markdown 表格语法。

可选增强流程

根据用户需求和识别结果,可选择性调用:

按用例类型

├─ 接口测试:qa-api-testing(识别到"接口/API"关键词)
├─ Agent测试:qa-agent-testing(识别到"Agent/智能体"关键词)
├─ 性能测试:qa-specialized-testing(识别到"性能/压力"关键词)
└─ 安全测试:qa-specialized-testing(识别到"安全/渗透"关键词)

按平台类型

> 以下文件属于 qa-mobile-testing,不在本技能目录下。按路径加载,不要在 skills/qa-test-skills/references/ 下找。

├─ 移动端App:加载 qa-mobile-testing/references/platform-mobile-app.md
├─ 小程序:加载 qa-mobile-testing/references/platform-mini-program.md
├─ 移动Web/H5:加载 qa-mobile-testing/references/platform-mobile-web.md
├─ 桌面应用:加载 qa-mobile-testing/references/platform-desktop.md
└─ PC Web:加载 qa-mobile-testing/references/platform-pc-web.md

按用户需求

├─ qa-test-estimation:工作量估算(用户需要排期时)
├─ qa-exploratory-testing:探索式测试(需要深度探索时)
├─ qa-expert-review:专家评审(需要质量把关时)
└─ qa-tech-debt-management:技术债务评估(需要评估债务时)

> 标准化输出模板和检查清单详见 references/format.md。

验收清单

工作流执行完成后检查:
- [ ] 用例类型是否识别正确?
- [ ] 平台专项是否加载?
- [ ] 需求评审是否完成?
- [ ] 需求解构是否完整?
- [ ] 风险评估是否识别?
- [ ] 启发式清单是否应用?
- [ ] 场景树是否覆盖全面?
- [ ] 边界分析是否深入?
- [ ] 组合策略是否合理?
- [ ] 状态转换是否清晰?
- [ ] 领域模型是否构建?
- [ ] 上下文包是否结构化?
- [ ] 提示词是否优化?
- [ ] 输出评审是否完成?
- [ ] 盲区补盲是否执行?
- [ ] 检查清单是否执行?
- [ ] 输出格式是否标准?
- [ ] 测试报告是否生成?
- [ ] 最终用例是否专家级?


技能集概览

QA Test Skills 是一个包含 48 个专家级子技能 + 1 个入口工作流的完整测试框架,覆盖从需求分析到测试设计、AI协作、执行监控、质量度量的完整测试生命周期。

技能分类

类别 数量 技能
AI协作 6个 qa-input-validation, qa-ai-context-engineering, qa-ai-prompt-strategy, qa-ai-output-critique, qa-ai-blindspot-compensation, qa-output-validation
需求分析 4个 qa-requirement-review, qa-req-deconstruction, qa-scenario-tree, qa-domain-modeling
深度设计 4个 qa-boundary-deep-dive, qa-combination-strategy, qa-state-transition, qa-heuristic-checklist
测试设计 4个 qa-test-case-design, qa-critical-thinking, qa-question-framework, qa-risk-intuition
执行洞察 4个 qa-execution-observation, qa-bug-root-cause-analysis, qa-bug-reporting, qa-expert-review
专项测试 8个 qa-api-testing, qa-mobile-testing, qa-agent-testing, qa-specialized-testing, qa-exploratory-testing, qa-tech-debt-management, qa-test-estimation, qa-bug-lifecycle
策略架构 14个 qa-test-strategy-design, qa-release-risk-governance, qa-quality-metrics, qa-ci-cd-testing, qa-test-automation-arch, qa-tech-selection, qa-testability-advocacy, qa-test-data-engineering, qa-test-env-data, qa-shift-left, qa-shift-right, qa-test-leadership, qa-test-reporting, qa-regression-testing
沟通传承 4个 qa-stakeholder-communication, qa-code-review-for-test, qa-team-coaching, qa-retrospective

使用方式

直接输入测试需求,AI 自动执行工作流:

请帮我测试这个项目:examples/ecommerce-project/docs/prd.md

也可单独触发某个子技能:

帮我分析这个场景的边界:[场景描述]
帮我设计测试用例:[需求描述]

常见问题

5 问
答案由本站依据条目字段整理
QA 测试技能集怎么安装?

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

QA 测试技能集支持哪些客户端?

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。

QA 测试技能集权限高吗,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。

QA 测试技能集收费吗?

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。

QA 测试技能集用什么许可证?

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。