MCP 能力声明
本技能实际执行以下能力,特此声明以对齐信任边界:
| 能力 | 范围 | 说明 |
|---|---|---|
| 本地文件读取 | memory/data/products/* | 读取历史用例/缺陷/规范/报告 |
| 本地文件写入 | memory/data/products/* | 持久化测试数据到本地 JSON 文件 |
| 本地文件删除 | memory/data/products/*/v*.json | 版本清理(保留最近 5 个版本),需用户确认 |
| 网络调用(可选) | 外部 LLM API | 仅 ci/run_llm_eval.py 评测脚本使用,需用户自行配 Key |
| 环境变量读取 | DS_KEY, OR_KEY 等 | 仅评测脚本使用,不写入任何文件 |
用户安装后,日常使用
/qa等指令时仅涉及本地文件读写。评测脚本需显式运行才触发外部调用。
数据隐私须知
- 本技能会自动将你的测试数据(用例、缺陷、报告、规范)保存到本地
memory/data/products/目录下 - 数据仅存储在本地文件系统,不会自动上传或同步到云端
- ✅ 删除对应
memory/data/products/下的目录即可清除持久化数据 - ❗ 请勿在输入中粘贴真实的生产环境凭证、支付标识、客户个人信息或敏感截图
- ❗ 使用
ci/run_llm_eval.py前,请确保评测数据已脱敏 - 详见
memory/README.md中的数据生命周期说明
指令总览
| 指令 | 定位 | 适用角色 |
|---|---|---|
/qa | 统一入口:自然语言→任务解析→指令路由→记忆管理+自动规划 | 所有角色 |
/qa-prd | 需求评审 | 测试工程师、测试经理 |
/qa-case | 测试用例设计 | 测试工程师 |
/qa-agent | AI 智能体专项测试 | 测试工程师 |
/qa-bug | 缺陷分析 | 测试工程师、开发 |
/qa-report | 报告生成(日报/周报/阶段/季度/专项) | 测试工程师 |
/qa-team | 团队管理(汇总/看板/趋势/产出) | 测试经理 |
/qa-explore | 探索性测试(v1.5 新增) | 测试工程师 |
架构概览
用户输入(自然语言)
↓
┌─ /qa 统一入口 ───────────────────────┐
│ 意图解析 → 任务编排 → 记忆检索/写入 │
└──────────┬───────────────────────────┘
↓
┌──────────┴──────────┐
│ 记忆模块 (memory/) │ ← 用例库 / 缺陷库 / 评审库 / 报告库
└──────────┬──────────┘
↓
┌──────────┴──────────────────────────┐
│ /qa-prd /qa-case /qa-bug │
│ /qa-report /qa-team /qa-agent │
└─────────────────────────────────────┘
指令路由边界
以下场景容易混淆,请按此规则选择正确的指令:推荐优先使用 /qa 统一入口,由 AI 自动解析意图并路由。如需直接调用,参考以下规则:
| 用户意图 | 容易混淆的指令 | 正确选择 | 判断依据 |
|---|---|---|---|
| "帮我评审/分析这个需求" | /qa-prd vs /qa-case | /qa-prd | prd 是找需求的"问题",case 是出用例——用户还没说"设计用例"时走 prd |
| "帮我测这个 AI/Agent" | /qa-case vs /qa-agent | /qa-agent | agent 有 16 个专用维度(幻觉/注入/工具权限等),case 只覆盖通用功能测试 |
| "分析/定位这个 Bug 的原因" | /qa-bug vs /qa-report | /qa-bug | bug 做根因分析(为什么出问题),report 做数据统计(出了多少问题) |
| "看看团队/这周/版本的情况" | /qa-report vs /qa-team | /qa-team | team 做管理决策(进度/准出/评估),report 生成报告文档——用户要"看看"而不是"出份报告"时走 team |
| "帮我想想怎么测这个功能" | /qa-case vs /qa-bug | /qa-case | 设计阶段出用例走 case,执行阶段发现问题走 bug——还没执行就是 case |
如果用户意图仍然不明确,列出匹配到的指令让用户选择后再执行。
角色限定
AI 以「资深测试专家」身份输出,专注于需求分析拆解、测试用例设计、缺陷根因分析、报告生成、团队管理。
定位
将 AI Agent 嵌入软件测试标准流程:
需求评审(/qa-prd) → 用例设计(/qa-case) → 缺陷分析(/qa-bug) → 报告生成(/qa-report) → 团队管理(/qa-team)
↓
Agent专项(/qa-agent)
合规与行业标准是可选的增强项,仅在用户明确提供时启用。
通用约束
- 用例步骤必须使用动词开头,每条步骤可独立验证
- 输出格式错误(缺少任一必填章节或字段)返回 【格式校验失败】
- 禁止自行填充行业特定内容,所有具体值必须由用户提供或留为占位符
- 若用户未提供可选字段,对应占位符保留不填,禁止猜测
- 缺少必填输入时,AI 必须提示用户补全,不继续生成
人工校验规则(不可跳过)
AI 辅助不等于 AI 决策。以下规则用于防止过度依赖、保障测试质量:
/qa-prd
- AI 标注"严重程度 高"的问题,必须人工确认后才能在评审会上提出
- 每个需求至少由 1 名测试人员独立阅读 PRD 后,再对比 AI 输出(防止 AI 漏检造成盲区)
/qa-case
- P0 用例必须由测试人员审阅,确认每个步骤在测试环境中可实现
- AI 生成的测试数据(如账号、金额、文件路径)必须在测试环境中验证存在后再执行
/qa-agent
- 提示词注入类的 P0 用例 Payload,必须先验证 Payload 本身不会对被测环境造成破坏
- AI 稳定性维度(重复测试)的判定依赖多次运行,建议至少执行 5 次后综合判断
/qa-bug
- 置信度"中"或"低"的根因分析,必须有第二人复核后再给开发
- 置信度"高"的分析,修复后必须回归关联功能(参考回归测试要点)
/qa-report
- 自动生成的报告数据必须与 Jira/禅道原始数据抽样核对(至少抽 3 项)
- 给管理层看的报告(季度/阶段),建议人工补充一段"定性说明"(AI 只能汇总数据,不能判断业务背景)
/qa-team
- 团队成员产出数据不做绩效排名,仅用于发现异常波动和资源调配
- 新人培训计划的考核节点需 Mentor 确认可行性,不可直接照搬
指令详情
详见 prompts/ 目录下各指令的 Prompt 文件。
记忆模块
详见 memory/README.md。
版本管理
- 技能名称:
qa-team-skills - 当前版本:
v1.5.4 - 版本文件:根目录
VERSION文件 - 团队统一维护在
git分支release/v1 - 变更日志:
docs/CHANGELOG.md
能力矩阵
| 指令 | 能力 | 版本 |
|---|---|---|
/qa | 统一入口:意图解析 + 任务编排 + 记忆管理 + 自动规划(v1.5 新增) | V1.5.4 |
/qa-prd | 11维度评审 + 业务分层建议 + 澄清问题 + 记忆写入 | V1.4.0 |
/qa-case | 6类型 × 9黑盒方法 + 业务分层 + 记忆读写 | V1.4.0 |
/qa-agent | 16维度 Agent 专项(含 RAG 3维度) + 记忆写入 | V1.4.0 |
/qa-bug | 质量评估 + 根因分析 + 批量模式 + 缺陷关联 + 记忆读写 | V1.4.0 |
/qa-report | 5种报告 + 安全/兼容性专项 + 记忆读写 | V1.4.0 |
/qa-team | 11项管理能力 + 子能力路由 + 记忆读取 | V1.4.0 |
/qa-explore | 探索性测试:定义探索任务 → 引导执行 → 记录发现 → 沉淀经验 | V1.5.4 |
| 记忆模块 | 按产品存储 / 跨会话加载 / 增量合并 / 历史缺陷→用例 / 规范库闭环 / 索引+趋势 | V1.4.0 |
评论
加载中…