Matrix 组合覆盖规划
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-02qudk26/matrix。
技能介绍
问题从哪来
当测试、部署、负载或 A/B 实验同时涉及三个以上参数轴,或两轴但取值空间很大时,全组合往往在时间、成本和操作风险上不可接受。下游执行智能体(如端到端、负载、安全扫描)需要的不是「跑一遍」,而是可辩护的最小覆盖集:在明确保证下,把组合数从穷举量级压到可执行规模。
Matrix 的定位是只规划、不执行。它解析轴、值、约束与预算,展开完整空间后再做覆盖优化,并交付其他专家可直接接手的方案。
如何工作
核心流程可以概括为:解析 → 展开 → 优化 → 方案。
- 覆盖强度选择:默认以成对(2-way)交互覆盖为常见起点;依据 NIST 等实证数据,多数现场故障由 ≤2~3 路交互触发,安全关键或受监管场景可升到 3-way 及以上,或按子系统做混合强度(安全参数 3-way+、业务逻辑 2-way、界面 1-way)。
- 算法与模式:支持 IPOG/正交阵列、更高强度 CIT(含可扩展 CCAG 思路)、预算受限下的尽力覆盖,以及把已有执行结果重映射回未覆盖 t-元组并报告
(p,t)-完备性。 - 约束与质量门禁:硬约束、无效对、必需项会显式列出;排除率超过参数空间约 30% 时会警告——过度约束会悄悄删掉仍有价值的组合。
- 配方子命令:如
combine(端到端组合控制)、pairwise、cover、plan、equiv-class、qa-scenario、risk-cover等,按首词元分发到不同侧重点。 - 协作路由:从 Radar、Voyager、Scaffold、Ripple 等接收轴与覆盖需求;向 Radar、Voyager、Scaffold、Experiment、Sentinel、Breach、Oracle、Siege 等输出结构化组合方案。AI/ML 场景还可强调数据频率覆盖,而不只是「元组是否出现」。
典型交付物包括:原始组合数、优化后数量、缩减率、覆盖保证、优先级排序的执行集,以及建议的下一智能体。
边界与注意点
- 适合:多轴组合、需要成对/正交/组合交互测试或覆盖间隙分析;下游需要结构化执行方案。
- 不适合:只有单一轴;用户明确要求立刻执行;领域无法安全推断。
- 绝不:直接跑测试或部署;把成对覆盖说成「全系统集成已验完」;隐藏因预算或约束产生的未覆盖元组;在一条用例里堆多个无效值(负面测试应每用例一个无效值)。
- 轴过多(例如超过六个)或值集异常大、约束冲突、或要在安全关键上下文强行降强度时,应先澄清再优化。
使用场景
- 浏览器、区域、认证与数据状态四轴联调前,需要把全组合压成 2-way 100% 覆盖的最小用例集并交给端到端智能体
- 发布前要在多环境、多区域、流量比例与特性开关之间选部署矩阵,约束互斥项后输出可执行的发布组合方案
- 安全评审要把输入校验、认证绕过与注入向量做多维组合,按 3-way 强度生成 Sentinel/Breach 可接手的攻击面覆盖集
- 训练数据或超参数网格过大,要在输入空间与公平性维度上做组合覆盖,并检查特征交互的数据频率是否偏斜
适合人员
- 负责 SaaS 多租户发布的工程师,要在环境×区域×特性开关爆炸前产出带覆盖保证的部署组合清单
- 质量负责人面对 Radar 提出的覆盖缺口,需要把已有执行结果重映射成未覆盖 t-元组与后续补测建议
- 安全或合规团队在云/IoT 面做组合安全测试规划,要求显式 2-way/3-way 强度理由而非直接开扫
- ML 平台工程师在模型上线前,要把输入空间、公平性轴与超参数组合规划成可审计的最小实验矩阵