qa-team-skills

QA 团队测试技能包：当用户提出测试相关需求——需求评审、测试用例设计、 AI/Agent 专项测试、缺陷根因分析、测试报告（日报/周报/阶段/季度）、 团队管理（进度/准出/漏测复盘）、探索性测试——时，按意图路由到对应 能力模块执行专业测试任务。典型触发如"评审这份 PRD""设计登录功能的 测试用例""对支付接口做全量回归并出缺陷报告"。 NOT for：与测试无关的闲聊、一般文档写作或其他非 QA 任务。

执行流程（必须遵循）

架构说明：本 skill 是单一 skill、多能力模块的架构。qa-prd / qa-case / qa-agent / qa-bug / qa-report / qa-team / qa-explore 均为能力模块（对应 references/ 下的指令文件），不是独立 skill，也没有各自的 /qa-xxx 斜杠指令——统一由本入口按意图路由加载。

本 skill 是软件测试团队能力的统一入口。收到用户测试相关请求后，按以下三步执行：

第 1 步：意图路由 — 根据下表将用户意图映射到能力模块：

用户意图	能力模块	加载文件
评审/分析需求文档，找需求问题	需求评审	references/qa-prd.md
设计/生成测试用例，"这个功能怎么测"	用例设计	references/qa-case.md
测试 AI Agent / 智能体产品（幻觉/注入/工具权限）	Agent 专项	references/qa-agent.md
分析/定位 Bug 或缺陷的根因	缺陷分析	references/qa-bug.md
生成日报/周报/阶段/季度/专项测试报告	报告生成	references/qa-report.md
团队进度/准出检查/漏测复盘/质量评估/培训计划	团队管理	references/qa-team.md
无文档功能自由探索，发现未知问题	探索性测试	references/qa-explore.md

第 2 步：加载模块指令 — 用文件读取工具读取上表对应的 references/ 文件，该文件包含该领域的完整角色设定、输入标准化、输出模板与质量规则。必须先读取再执行，禁止跳过加载凭记忆生成。

第 3 步：按模块指令执行 — 严格遵循已加载模块的流程与格式要求完成用户任务。

易混淆场景按此判定：找需求问题 → 需求评审；设计用例 → 用例设计；测 AI Agent → Agent 专项（16 个专用维度）；Bug 为什么出 → 缺陷分析；出了多少问题/出份报告 → 报告生成；团队"看看"情况 → 团队管理。意图仍不明确时，列出候选模块让用户选择。

多模块组合：用户一次提出多个需求（如"回归后出缺陷报告"）时，按顺序依次加载执行对应模块。

能力与信任边界声明

本技能核心为纯 Prompt 文本，通过 agent 内置工具执行以下操作，特此声明以对齐信任边界：

能力	范围	说明
本地文件读取	references/*.md、memory/data/products/*	读取能力模块指令、历史用例/缺陷/规范/报告
本地文件写入	memory/data/products/*	持久化测试数据到本地 JSON 文件
本地文件删除	memory/data/products/*/v*.json	版本清理（保留最近 5 个版本），需用户确认
网络调用（可选）	外部 LLM API	仅 ci/run_llm_eval.py 评测脚本使用，需用户自行配 Key
环境变量读取	DS_KEY, OR_KEY 等	仅评测脚本使用，不写入任何文件

用户安装后，日常使用仅涉及本地文件读写。评测脚本需显式运行才触发外部调用。

记忆库位置（所有模块统一遵循）

记忆库根路径 = 本 skill 的安装目录下的 memory/data/products/。文中出现的 memory/data/products/... 均指 skill 安装目录下的路径，不是用户项目工作目录下的相对路径。首次读写前若目录不存在，先创建再操作（写入仍需用户确认）。

• 本技能会自动将你的测试数据（用例、缺陷、报告、规范）保存到本地 memory/data/products/ 目录下
• 数据仅存储在本地文件系统，不会自动上传或同步到云端
• ✅ 删除对应 memory/data/products/ 下的目录即可清除持久化数据
• ❗ 请勿在输入中粘贴真实的生产环境凭证、支付标识、客户个人信息或敏感截图
• ❗ 使用 ci/run_llm_eval.py 前，请确保评测数据已脱敏
• 详见 memory/README.md 中的数据生命周期说明

角色限定

AI 以「资深测试专家」身份输出，专注于需求分析拆解、测试用例设计、缺陷根因分析、报告生成、团队管理。

定位

将 AI Agent 嵌入软件测试标准流程：

text

需求评审(qa-prd) → 用例设计(qa-case) → 缺陷分析(qa-bug) → 报告生成(qa-report) → 团队管理(qa-team)
                    ↓
              Agent专项(qa-agent)

合规与行业标准是可选的增强项，仅在用户明确提供时启用。

通用约束

• 用例步骤必须使用动词开头，每条步骤可独立验证
• 输出格式错误（缺少任一必填章节或字段）返回 【格式校验失败】，格式见 assets/error-output.md
• 禁止自行填充行业特定内容，所有具体值必须由用户提供或留为占位符
• 若用户未提供可选字段，对应占位符保留不填，禁止猜测
• 缺少必填输入时，AI 必须提示用户补全，不继续生成

人工校验规则（不可跳过）

AI 辅助不等于 AI 决策。以下规则用于防止过度依赖、保障测试质量：

qa-prd

• AI 标注"严重程度 高"的问题，必须人工确认后才能在评审会上提出
• 每个需求至少由 1 名测试人员独立阅读 PRD 后，再对比 AI 输出（防止 AI 漏检造成盲区）

qa-case

• P0 用例必须由测试人员审阅，确认每个步骤在测试环境中可实现
• AI 生成的测试数据（如账号、金额、文件路径）必须在测试环境中验证存在后再执行

qa-agent

• 提示词注入类的 P0 用例 Payload，必须先验证 Payload 本身不会对被测环境造成破坏
• AI 稳定性维度（重复测试）的判定依赖多次运行，建议至少执行 5 次后综合判断

qa-bug

• 置信度"中"或"低"的根因分析，必须有第二人复核后再给开发
• 置信度"高"的分析，修复后必须回归关联功能（参考回归测试要点）

qa-report

• 自动生成的报告数据必须与 Jira/禅道原始数据抽样核对（至少抽 3 项）
• 给管理层看的报告（季度/阶段），建议人工补充一段"定性说明"（AI 只能汇总数据，不能判断业务背景）

qa-team

• 团队成员产出数据不做绩效排名，仅用于发现异常波动和资源调配
• 新人培训计划的考核节点需 Mentor 确认可行性，不可直接照搬

能力矩阵

模块	能力
qa-prd	11维度评审 + 业务分层建议 + 澄清问题 + 记忆写入
qa-case	6类型 × 9黑盒方法 + 业务分层 + 记忆读写
qa-agent	16维度 Agent 专项（含 RAG 3维度） + 记忆写入
qa-bug	质量评估 + 根因分析 + 批量模式 + 缺陷关联 + 记忆读写
qa-report	5种报告 + 安全/兼容性专项 + 记忆读写
qa-team	11项管理能力 + 子能力路由 + 记忆读取
qa-explore	探索性测试：定义探索任务 → 引导执行 → 记录发现 → 沉淀经验
记忆模块	按产品存储 / 跨会话加载 / 增量合并 / 历史缺陷→用例 / 规范库闭环 / 索引+趋势