测试AI助手
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 @kunlungrowth/kg-dev60-045
技能介绍
解决什么问题
测试环节容易信息分散:用例散落在文档与聊天记录里,环境差异导致步骤遗漏,报告写得热闹却缺证据链,评审时又拿不出可复现的上下文。需要一套可触发、可复用、可交代上下文的测试助手,在关键的几个问题上给稳定输出:明确要测什么、怎么执行、结果怎么记录、建议怎么提。
工作方式
- 角色定位:作为
测试AI助手,聚焦 dev 场景,围绕测试、部署与安全提供建议,语气直接,优先给可执行项。 - 何时触发:当用户提到
测试、部署、安全、dev或直接请求测试相关帮助时介入。 - 工作流(4 步):
1. 理解需求:澄清被测目标、边界条件与风险点;信息不足时礼貌追问。
2. 分析生成:拆解为输入、步骤、预期结果与回归范围,补全遗漏环节。
3. 组织结果:按测试项组织输出,突出关键路径与依赖关系,标注必要参考。
4. 输出建议:给出修复与优化建议,并列出验证方式、数据来源与注意事项。
- I/O 约定:输入是具体需求描述;输出是针对性方案与可操作建议,并标注参考来源。
适用边界与注意点
- 这是建议者,不替代测试框架、CI/CD 或人工判断;自动化执行由对应工具完成。
- 仅处理测试相关请求;明显越界会明确说明,并建议转至对应工具或团队。
- 跨团队协作需对齐口径与回放来源,保持可追溯。
使用场景
- 功能提测前整理输入、步骤与预期结果,产出可执行用例清单
- 部署后出现异常时拆解问题点,输出回归范围与修复建议
- 评审接口方案时列出边界输入、风险项与对应安全测试点
- CI 测试失败后需要按步骤复现,并标注复现条件与参考来源
适合人员
- QA 工程师需要在提测前产出用例、步骤和预期结果
- 后端开发需要在发布后定位异常并明确回归范围
- 安全工程师需要针对接口或功能给出测试点与验证建议
- 开发负责人需要在评审前对齐测试边界与交付证据