功能 Case 生成器

要解决什么问题

地图导航 QA 流水线里，testplan.md 已经写好了场景、预期行为和验证方式，但把每个场景手工落成 naviguide_tools 里的 test_*.py，还要对齐 TestBase、build_request()、call_target() 和历史 case 的写法，既慢又容易漏场景或断言字段。

Case Generator 是 Phase 4 子 Skill，在 qa-integration-pipeline 中自动执行：读测试计划与可选数据资产，参考 default_Case/ 模板，生成可直接纳入回归工程的 Python 用例，并创建 feature 分支 供下游 Jenkins 回归使用。

如何工作

1. 输入：必填 feature（类名/文件名/分支名）与 test_plan 路径；可选 data_assets、design_doc、default_case_dir、regression_project_dir。
2. 解析 test_plan.md：从「测试场景设计」提取场景列表、数据筛选条件、预期行为与验证方式（协议字段 / 日志 / 二者）；从「执行策略」读取 Apollo 开关与 AB 实验配置。
3. 数据与风格：若有 Phase 3 数据资产，把坐标或响应样本写进代码或 test_data.json；读取 default_Case/ 中 2～3 个历史 case，统一继承 TestBase、断言写法，并为每个方法加上 @unittest.skipUnless(globalSwitch.ai_case_<feature>, "")。
4. 落盘与分支：输出到 case/AI_Case/<feature>/，在回归仓库（默认 navi_guide_tools）基于最新 master 创建 feature 分支，注册 globalSwitch.py 开关，提交并推送远程；返回摘要中的 case_branch 供 Phase 5 regression-executor-and-analyzer 使用。
5. 可选：生成前可查 LLM-Wiki 同类历史 case；与模板冲突时以 default_case_dir 为准。语法错误会尝试自动修复（最多 3 轮）。

边界与注意

• 本 Skill 不中断询问用户；交互由上游 pipeline 处理，代码生成在 AI 侧完成，运行测试需经 Jenkins MCP。
• 断言字段须符合协议黑盒约束；场景解析失败、模板缺失或分支推送失败会返回 failed 并可能阻断后续 Phase。
• 远程已存在同名分支时文档允许 git push -f 覆盖，适合断点续跑；部分场景未生成时会以 warning 形式报告 missing_scenes。