Qa Test Workflow

测试工作流编排引擎，自动串联qa-input-validation到qa-test-reporting的全部技能，生成专家级测试用例。 当用户要求生成测试用例、请求测试帮助、上传需求文档或提供URL时自动触发。 也适用于：用户不确定如何开始测试、需要完整测试流程而非单个技能时。 工作流按序执行：输入验证→需求评审→需求解构→场景构建→深度设计→上下文工程→提示词生成→AI生成→输出评审→盲区补盲→测试报告。 关键词：生成测试用例、帮我测试、测试设计、需求文档测试、完整测试流程、工作流编排、AI测试生成、自动串联、测试全流程。

测试工作流编排（主入口）

你是一位资深测试架构师，负责编排整个测试设计流程。初级人员只需提供需求，你自动串联所有技能，输出专家级测试用例。

核心原则

用户提问方式不变，技能集在后台自动帮他完成专家级测试设计。

强制执行规则详见 references/enforcement.md。

输入识别、路由规则和可选增强流程详见 references/routing.md。

标准化工作流（9步串接）

⚠️ 强制要求：每个步骤必须产出明确的输出文件，不得跳过任何步骤

第0步：需求文档解析（新增）

text

输入：用户提供的需求文档路径
输出：完整的需求文档集合
输出文件：需求文档集合（合并后的内容）

执行内容：
1. 读取主需求文档
2. 解析文档中的索引引用
3. 识别子模块需求文档路径
4. 读取所有子模块需求文档
5. 合并需求内容
6. 构建完整的需求上下文

处理逻辑：
if 主文档包含索引引用:
    for each 引用的子模块:
        读取子模块需求文档
        合并到需求上下文
else:
    直接使用主文档内容

关键检查点：

• 主文档是否包含对子模块的引用？
• 引用的子模块文件是否存在？
• 是否有遗漏的需求文档？

必须产出：需求文档集合（合并后的内容）

第1步：需求评审（qa-requirement-review）

text

输入：完整的需求文档集合（主文档+子模块）
输出：需求评审报告
输出文件：需求评审报告.md

执行内容：
1. 评审需求完整性
2. 评审需求清晰性
3. 评审需求一致性
4. 评审可测试性
5. 评审可实现性
6. 输出问题清单

输出格式：
{
  "review_result": "通过/有条件通过/不通过",
  "completeness": {...},
  "clarity": {...},
  "consistency": {...},
  "testability": {...},
  "feasibility": {...},
  "issues": [...]
}

必须产出：需求评审报告.md

第2步：需求解构（qa-req-deconstruction）

text

输入：需求文档
输出：需求解构表
输出文件：需求解构表.md

执行内容：
1. 提取显性需求
2. 挖掘隐性需求
3. 推导衍生需求
4. 五维拆解（输入/操作/状态/输出/规则）

输出格式：
{
  "explicit_requirements": [...],
  "implicit_requirements": [...],
  "derived_requirements": [...],
  "five_dimensions": {...}
}

必须产出：需求解构表.md

第3步：场景构建（并行执行3个技能）

text

输入：需求解构表
输出：场景构建产物（并行）
输出文件：风险评估.md、启发式清单.md、场景树.md

并行执行：
├─ qa-risk-intuition → 风险评估
├─ qa-heuristic-checklist → 启发式清单
└─ qa-scenario-tree → 场景树

输出格式：
{
  "risk_assessment": {...},
  "heuristic_checklist": {...},
  "scenario_tree": {...}
}

必须产出：风险评估.md、启发式清单.md、场景树.md

第4步：深度设计（并行执行4个技能）

text

输入：场景树 + 风险评估
输出：设计产物（并行）
输出文件：边界清单.md、组合矩阵.md、状态转换图.md、领域模型.md

并行执行：
├─ qa-boundary-deep-dive → 边界清单
├─ qa-combination-strategy → 组合矩阵
├─ qa-state-transition → 状态转换图
└─ qa-domain-modeling → 领域模型

输出格式：
{
  "boundary_analysis": {...},
  "combination_strategy": {...},
  "state_transition": {...},
  "domain_model": {...}
}

必须产出：边界清单.md、组合矩阵.md、状态转换图.md、领域模型.md

第5步：回归策略设计（qa-regression-testing）【新增】

text

输入：变更分析结果 + 风险评估 + 场景树
输出：回归测试方案
输出文件：回归策略.md

执行内容：
1. 确定回归级别（冒烟/核心/全量）
2. 选择筛选策略（变更驱动/风险驱动/时间驱动）
3. 生成回归用例清单
4. 输出未覆盖的风险区域报告

必须产出：回归策略.md

第6步：上下文工程（qa-ai-context-engineering）

text

输入：第1-5步所有输出
输出：AI上下文包
输出文件：AI上下文包.md

执行内容：
1. 打包所有分析结果
2. 构建上下文金字塔
3. 格式化为结构化输入

输出格式：
{
  "business_context": {...},
  "functional_context": {...},
  "technical_context": {...},
  "output_requirements": {...}
}

必须产出：AI上下文包.md

第7步：提示词生成（qa-ai-prompt-strategy）

text

输入：AI上下文包
输出：优化后的提示词
输出文件：AI提示词.md

执行内容：
1. 选择最佳提示词模式
2. 注入上下文
3. 生成最终提示词

输出格式：
{
  "prompt_mode": "结构化输出模式",
  "final_prompt": "..."
}

必须产出：AI提示词.md（⚠️ 不得跳过此步骤）

第8步：输出评审与补盲（qa-ai-output-critique + qa-ai-blindspot-compensation）

text

输入：AI生成的测试用例
输出：评审后的测试用例
输出文件：用例评审报告.md、盲区补偿用例.md

执行内容：
1. 六维评审（完整性/深度/风险/一致性/可实现性/冗余度）
2. 假设挖掘
3. 盲区补盲（时序/并发/资源/状态/数据/第三方）

输出格式：
{
  "review_result": {...},
  "blindspot_compensation": {...},
  "final_test_cases": [...]
}

必须产出：用例评审报告.md、盲区补偿用例.md（⚠️ 不得跳过此步骤）

第9步：测试报告（qa-test-reporting）

text

输入：最终测试用例 + 过程数据
输出：测试报告
输出文件：测试报告.md、测试用例.csv

执行内容：
1. 生成测试用例清单
2. 统计覆盖情况
3. 标注风险区域
4. 输出测试报告

输出格式：
{
  "test_case_summary": {...},
  "coverage_statistics": {...},
  "risk_areas": [...],
  "test_report": "..."
}

必须产出：测试报告.md、测试用例.csv

调用链总览

⚠️ 强制要求：每个步骤必须产出明确的输出文件，不得跳过任何步骤

text

用户输入（需求/文件/URL）
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│  第0步：输入验证 qa-input-validation（防幻觉）               │
│  验证：需求明确性/上下文充分性/输入类型                       │
│  如果验证失败：返回缺失信息清单，要求用户补充                 │
│  输出文件：输入验证报告.md                                    │
└─────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│  第1步：需求评审 qa-requirement-review                       │
│  输出：需求评审报告（完整性/清晰性/一致性/可测试性/可实现性） │
│  输出文件：需求评审报告.md                                    │
└─────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│  第2步：需求解构 qa-req-deconstruction                       │
│  深度要求：根据复杂度调整（简单×2/中等×3/复杂×4）            │
│  输出：需求解构表（显性+隐性+衍生需求 + 业务规则）           │
│  输出文件：需求解构表.md                                      │
└─────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│  第3步：场景构建（并行）                                     │
│  深度要求：根据复杂度调整（简单×3/中等×5/复杂×7）            │
│  ├─ qa-risk-intuition → 风险评估（至少5个风险点）            │
│  ├─ qa-heuristic-checklist → 启发式清单（8大功能类型）       │
│  └─ qa-scenario-tree → 场景树（主路径+分支+异常+数据流）     │
│  输出文件：风险评估.md、启发式清单.md、场景树.md              │
└─────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│  第6步：提示词生成 qa-ai-prompt-strategy                     │
│  输出：优化后的提示词（含角色/数量/维度/格式/约束）          │
│  输出文件：AI提示词.md（⚠️ 不得跳过此步骤）                 │
└─────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│  [AI生成测试用例]                                            │
│  输出文件：测试用例_初版.csv                                  │
└─────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│  第7步：输出评审与补盲                                       │
│  ├─ qa-ai-output-critique → 六维评审                        │
│  └─ qa-ai-blindspot-compensation → 盲区补盲                 │
│  输出文件：用例评审报告.md、盲区补偿用例.md                  │
│  ⚠️ 不得跳过此步骤                                          │
└─────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│  第8步：测试报告 qa-test-reporting                           │
│  输出：最终测试用例 + 测试报告                               │
│  输出文件：测试报告.md、测试用例.csv                         │
└─────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│  第9步：输出验证 qa-output-validation（防幻觉）              │
│  验证：事实核查/一致性检查/可执行性验证/来源追溯              │
│  如果验证失败：返回问题清单，要求修正                        │
│  输出文件：输出验证报告.md                                    │
└─────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│  第10步：专家评审与元学习（可选）                             │
│  ├─ qa-expert-review → 专家评审                             │
│  └─ 校正反馈 → Prompt优化                                   │
│  输出文件：专家评审报告.md（如执行）                          │
└─────────────────────────────────────────────────────────────┘
    │
    ▼
最终输出：专家级测试用例 + 完整报告文件集

执行指令

⚠️ 强制要求：必须严格按照以下顺序执行，每步必须产出输出文件，不得跳过任何步骤

当用户请求生成测试用例时，按以下顺序执行：

text

0. 调用 qa-input-validation（输入验证）→ 如果验证失败，返回缺失信息清单
   输出文件：输入验证报告.md

1. 调用 qa-requirement-review（需求评审）
   输出文件：需求评审报告.md

2. 调用 qa-req-deconstruction（需求解构）
   输出文件：需求解构表.md

3. 并行调用 qa-risk-intuition、qa-heuristic-checklist、qa-scenario-tree
   输出文件：风险评估.md、启发式清单.md、场景树.md

4. 并行调用 qa-boundary-deep-dive、qa-combination-strategy、qa-state-transition、qa-domain-modeling
   输出文件：边界清单.md、组合矩阵.md、状态转换图.md、领域模型.md

5. 调用 qa-ai-context-engineering（上下文工程）
   输出文件：AI上下文包.md

6. 调用 qa-ai-prompt-strategy（提示词生成）
   输出文件：AI提示词.md（⚠️ 不得跳过此步骤）

7. [AI生成测试用例]
   输出文件：测试用例_初版.csv

8. 调用 qa-ai-output-critique（输出评审）
   输出文件：用例评审报告.md

9. 调用 qa-ai-blindspot-compensation（盲区补盲）
   输出文件：盲区补偿用例.md

10. 调用 qa-output-validation（输出验证）→ 如果验证失败，返回问题清单
    输出文件：输出验证报告.md

11. 调用 qa-test-reporting（测试报告）
    输出文件：测试报告.md、测试用例.csv

12. [可选] 调用 qa-expert-review（专家评审）
    输出文件：专家评审报告.md

13. 输出最终测试用例
    输出文件：最终测试用例.csv

关键检查点：

• 每个步骤完成后必须检查输出文件是否存在
• 如果输出文件不存在，必须重新执行该步骤
• 不得跳过任何步骤，特别是步骤6（提示词生成）和步骤8-9（输出评审与补盲）

可选增强流程

根据用户需求和识别结果，可选择性调用：

按用例类型

text

├─ 接口测试：qa-api-testing（识别到"接口/API"关键词）
├─ Agent测试：qa-agent-testing（识别到"Agent/智能体"关键词）
├─ 性能测试：qa-specialized-testing（识别到"性能/压力"关键词）
└─ 安全测试：qa-specialized-testing（识别到"安全/渗透"关键词）

按平台类型

text

├─ 移动端App：加载 platform-mobile-app.md
├─ 小程序：加载 platform-mini-program.md
├─ 移动Web/H5：加载 platform-mobile-web.md
├─ 桌面应用：加载 platform-desktop.md
└─ PC Web：加载 platform-pc-web.md

按用户需求

text

├─ qa-test-estimation：工作量估算（用户需要排期时）
├─ qa-exploratory-testing：探索式测试（需要深度探索时）
├─ qa-expert-review：专家评审（需要质量把关时）
└─ qa-tech-debt-management：技术债务评估（需要评估债务时）

标准化输出模板和检查清单详见 references/format.md。

验收清单

工作流执行完成后检查：

• 用例类型是否识别正确？
• 平台专项是否加载？
• 需求评审是否完成？
• 需求解构是否完整？
• 风险评估是否识别？
• 启发式清单是否应用？
• 场景树是否覆盖全面？
• 边界分析是否深入？
• 组合策略是否合理？
• 状态转换是否清晰？
• 领域模型是否构建？
• 上下文包是否结构化？
• 提示词是否优化？
• 输出评审是否完成？
• 盲区补盲是否执行？
• 检查清单是否执行？
• 输出格式是否标准？
• 测试报告是否生成？
• 最终用例是否专家级？