qa-regression-testing

根据变更范围、风险等级和时间约束制定分级精准回归方案。当版本迭代了、代码改动了、你需要确定"到底哪些功能要重新测一遍"的时候使用此技能。回归的时间永远不够——此技能帮你做出取舍决策：冒烟回归（P0核心流程）、核心回归（高影响区域）、全量回归（有余力时）。基于变更分析和风险评估选择最省时的回归策略，而不是盲目全量回归。 触发场景：回归测试、回归策略、回归范围、回归用例、冒烟测试、全量回归、回归不够时间、哪些要回归、版本迭代需要确定回归范围时。 Use when the user asks about: regression scope and strategy for a release — smoke, core, and full regression selected by change impact and risk when time is short.

⚠️ 本技能单独使用效果有限，建议配合完整技能集（12 步工作流）使用。安装：npx skills add Kokxi/qa-test-skills

⚠️ 安全警告：本技能的示例可能涉及发布阻塞策略和回归用例分级。 实际使用时请勿直接阻塞发布，先与项目经理和开发确认风险等级和发布窗口。 本技能仅在 workspace/ 输出评估文件，不持久化、不外传、不跨会话复用。

回归测试策略

无代码评审时的替代方案：如果 qa-code-review-for-test 的输出不可用（代码评审不在本次工作流路径中），可直接根据用户提供的变更描述、版本 diff 或功能变更列表来确定变更影响范围和回归重点。上游依赖为可选，不阻塞工作流执行。

核心原则

回归不是全量重测，而是「判断哪些不用测」比「决定哪些要测」更重要。

回归金字塔

第1层：冒烟回归（P0 — 提交级）

text

定位：每次提交/部署必须通过的快速验证
执行频率：每次提交/构建
执行方式：自动化（CI/CD触发）
执行时间：< 15分钟
覆盖率：核心流程 100%

典型用例：
├─ 关键登录态验证
├─ 主页/核心页面可访问
├─ 核心API健康检查
├─ 数据库连接正常

用例特征：
├─ 数量少（< 50条）
├─ 执行快（秒级）
├─ 结果明确（通过/不通过）
└─ 失败即阻塞发布

第2层：核心回归（P0 + P1 — 日级）

text

定位：每日/每个迭代版本的关键功能验证
执行频率：每日/每次提测
执行方式：自动化为主 + 人工抽测
执行时间：< 2小时
覆盖率：核心功能 100% + 关联功能 80%

典型用例：
├─ 所有P0用例
├─ 关联功能的核心场景
├─ 历史缺陷的复测用例
├─ 变更影响区域的主路径

用例特征：
├─ 中等数量（100-500条）
├─ 覆盖核心链路
├─ 可自动化率 > 80%
└─ 失败需人工确认

第3层：全量回归（P0-P3 — 发版级）

text

定位：大版本发布前的全面验证
执行频率：每个大版本
执行方式：自动 + 人工结合
执行时间：1-5天
覆盖率：全功能覆盖 90%+

典型用例：
├─ 全量P0-P2用例
├─ 所有功能点的边界场景
├─ 兼容性覆盖组合
├─ 全链路性能验证

用例特征：
├─ 数量大（500+条）
├─ 覆盖全面
├─ 部分需人工执行（探索式）
└─ 结果用于发版决策

加载时机

什么时候读	读哪个
确定"回归哪些"时	references/regression-selection.md

回归用例筛选策略的完整内容已下沉至 references/regression-selection.md，避免每次触发都占用上下文。

增量 vs 全量 决策

决策维度	全量回归	增量回归	差分回归
执行范围	全部用例	变更相关 + 关联	变更前 vs 变更后 差异点
执行时间	1-5天	2-4小时	30-60分钟
覆盖风险	最低	中	高（漏测风险最高）
适用	大版本发版	小迭代发版	Bugfix验证
自动化要求	高	中	中

text

决策流程：
变更范围是否跨模块？
├─ 是 → 全量回归
└─ 否 → 变更是否涉及核心逻辑？
    ├─ 是 → 核心回归 + 增量
    └─ 否 → 增量回归 + 差分

时间是否充足？
├─ 是 → 全量回归
└─ 否 → 时间驱动裁剪

回归用例维护

新增场景

• 每次发布新增的用例 → 标记回归标签
• 线上Bug修复后 → 增加复测用例并入回归库
• 新功能上线 → 核心用例加入核心回归集

淘汰场景

text

检查频率：每季度
淘汰标准：
├─ 功能已下线 → 移除
├─ 连续6次回归无失败 → 降级到低频执行
├─ 被更优用例覆盖 → 合并/替换
├─ 执行时间过长且非核心 → 移到手动回归

保留标准：
├─ 每个P0用例至少1个回归用例
├─ 每个历史Bug至少1个复测用例
├─ 每个核心模块至少3个回归用例

效率度量

• 回归用例通过率：> 98%
• 回归执行时长：稳定或下降
• 漏测率：每轮新发现的回归遗漏数
• 回归覆盖代码变更率：变更代码中被回归覆盖的比例

输出示例

用户说"这个版本要回归测试" → 确定变更范围（code-review → 影响模块） → 引用风险评估（risk-intuition → 高/中/低） → 决策：小迭代 → 增量回归（P0 + 变更覆盖） → 输出回归方案：回归范围 + 用例清单 + 时间预估

用户说"回归时间不够，只能测4小时" → 时间驱动策略：

1. 冒烟回归（P0）：30分钟
2. 核心回归（变更区域P0-P1）：2.5小时
3. 剩余时间：补充高风险区域 → 输出回归风险报告：标注未覆盖的风险区域

用户说"加个字段，影响范围很小" → 变更驱动策略：

1. 代码Diff分析：涉及1个字段、1个页面
2. 提取该页面的P0-P1用例
3. 增加字段输入校验的边界测试 → 输出：增量回归清单（15条用例，耗时30分钟）

检查清单

回归策略制定后检查：

• 是否按金字塔分层（冒烟/核心/全量）？
• 筛选策略是否匹配变更特征？
• 时间约束是否显式考虑？
• 未覆盖的风险区域是否已暴露？
• 回归用例库是否持续维护？
• 回归效率是否有量化指标？
• 每个历史Bug是否有复测用例？