Size Test 5000
将以下提示词粘贴到你的 AI 对话框中：
请根据官方安装指南 https://skillhub.cn/install/skillhub.md，将规范名为 @user_3c6cb52e/size-test-5000 的技能安装到 AI 助手中。
技能介绍
问题背景
在开发编程里，尺寸（size）往往是最容易出问题、却又最难一次说清的维度之一。无论是批量处理时的资源占用峰值，还是接口返回体积、缓存条目规模、测试用例的参数组合，一旦样本量上到几千条，手工验证就变得既不现实也不可靠。Size Test 5000 的命名直接指向这一点：它面向的是一次跑 5000 项测试的尺寸验证场景。
技能如何工作
从现有资料看，这是一个 dev-programming 分类的技能，来源为 skillhub 上的 @user_3c6cb52e/size-test-5000。设计思路是把「尺寸测试」这一动作封装成可被 Agent 调用的独立技能，让调用方不必自己维护测试清单、分组逻辑和结果回收的样板代码。
核心能力大致分三层：
- 用例组织：按
size维度归集测试项，单个技能承担 5000 项的量级。 - 批量执行：把分散用例收敛成一次可重复运行的流程，避免每次从头搭建。
- 结果核对：产出可被程序读取的结果，方便在 CI 或本地脚本里做断言。
关键步骤通常是：准备输入 → 触发测试 → 收集输出 → 比对期望值。具体入口与参数以技能包内的 SKILL.md 为准。
适用边界与注意点
需要说明的是，本次拿到的 SKILL.md 正文为空（全是占位字符），因此以下内容无法从文档中核实：
- 具体的调用方式、函数名或 CLI 参数；
- 输入数据格式要求与默认配置；
- 失败用例的返回约定；
- 是否支持并发、超时或重试策略。
在补齐文档之前，不要把它当成已经明确定义的接口来依赖。建议先在小样本上验证行为，再决定是否接入正式流水线；如果它确实对应你项目中的尺寸测试需求，最直接的做法是找上游作者确认实现细节。
使用场景
- 在为项目搭建测试流水线时，需要确认能否承接一次 5000 项的 size 相关验证任务。
- 当现有测试框架难以承载上千条用例的批量执行时，需要评估引入该技能的可行性。
- 在补齐技能文档前，需要核实该技能实际支持的输入格式与结果输出方式。
适合人员
- 质量工程师，正在为代码库搭建测试矩阵，希望明确 size 维度的验证范围。
- 测试平台开发者，正在调研第三方技能能否接入现有流水线，需要确认真实功能与返回格式。
- 技术博客作者，正在撰写技能评测文章，需要基于文档核对并还原其实际能力。
相关技能
为工程师提供 Java Spring Boot 后端开发指导，覆盖 REST API、数据库、安全、微服务、测试、部署与常见排障。
为 Agent 提供纯 Python 截图工具，支持全屏、窗口、滚动截图，并能进行标注、马赛克模糊和屏幕取色。
基于 Chrome CDP 执行云表 Web 登录，要求外部传入 baseUrl、username、password，并验证进入已登录首页。
输入主题后自动创作内容，按设计系统生成闪卡、学习、测试、索引与进度页面，并输出可部署的知识学习网站。