质量月报生成器
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 @engicool/quality-monthly-report。
技能介绍
解决的问题
质量月报常依赖手工整理 Excel、计算指标、绘制图表和撰写 PDCA。数据分散在多个 sheet 或月份文件时,容易出现漏项、口径不一致、趋势分析不足等问题。该能力面向需要定期输出测试/质量月报的工程师,把结构化数据处理成可确认、可交付的报告。
技能如何工作
- 数据输入:支持单文件多
sheet、多个月份Excel文件、JSON文件或手动数据,并自动识别测试用例、缺陷、工作总结、PDCA等数据类型。 - 指标计算:通过
parse_excel.py和metrics_calculator.py解析、整合数据,计算单月指标与多月对比趋势,降低手算误差。 - 报告确认:先基于分析框架生成报告大纲,确认章节、数据来源、关键指标和图表规划后,再生成完整内容。
- 可视化交付:输出单个
HTML文件,Mermaid图表渲染为SVG,可直接在浏览器查看,也可打印另存为PDF。
适用边界与注意点
该能力适合已有月度质量数据、或可整理为规范的团队,不适合原始数据完全缺失的场景。它强调先确认大纲、再交付报告;若字段不符合 data_format.md,需要先补齐或映射。首次运行可能需要安装 pandas、openpyxl、mermaid-cli,需预留等待时间。
使用场景
- 每月测试结束后,把多 sheet 用例与缺陷数据整理成质量月报
- 需要对比 1-3 月缺陷趋势并生成带图表的 HTML 报告
- 写 PDCA 总结时,基于结构化数据自动补齐指标与章节大纲
- 将历史月度 Excel 数据导入,生成可打印为 PDF 的月报
适合人员
- QA 负责人:每月要基于缺陷和用例数据输出质量月报
- 测试工程师:要把多 sheet Excel 解析成指标和趋势分析
- 质量分析师:需要对比多月数据并生成 PDCA 总结
- 研发管理者:要在月会前拿到可浏览和打印的 HTML 质量报告