ClawHub

qa-req2testcase-generator

Dev Tools

AI驱动的需求→测试用例生成能力。V4.12.6架构:总控路由+逐条P6生成+渐进式披露+P6质量引导+反脚本防护+批量修复

Install

openclaw skills install qa-req2testcase-generator

qa-req2testcase-generator V4.12.6

版本:4.12.6 | 架构:总控路由+逐条P6生成+渐进式披露+P6质量引导+反脚本防护+批量修复 V4.12.6关键变更: ⚖️ p6_merge比率自动调平+🔧 p7_batch_fix批量修复+📤 评审推送默认开启 | V4.12.5: 🛡️ 反脚本三段式拦截

⚠️ 元规则（最高优先级，违反即终止）

Agent必须100%执行skill规定的流程，不得自行判断"优化"或"改进"。

  1. 执行优先：按skill规定流程执行每一步，不得跳过、绕道
  2. 规则即硬约束：「禁止」「必须」「🔴」是代码级硬约束，违反即报错
  3. 发现问题先执行后反馈：完成当前流程后反馈，不在执行中自行修改
  4. 禁止伪造结果：orchestrator返回error时必须修复重试，不得伪造gate pass
  5. 禁止自我决策：不允许Agent自行判断"规则不合理/太慢/可优化"并绕过
  6. 禁止抛选择题：任何步骤失败后自动修复重试，禁止停下来向用户要选择
  7. ⛔ 禁止脚本批量生成（V4.12.5）：禁止编写 Python/Shell/JavaScript 脚本循环调用 p6_generate_one。这不是效率，是偷懒。脚本批量生成的内容必然空洞，质量门禁会拦截，拦截后再重来反而更慢。必须由 LLM 逐条阅读 prompt 后手写生成每个 TP 的用例。orchestrator 会检测调用频率，违规将被拒绝。

⛔ 入口强制检查：需求载荷是否存在（最高优先级）

此检查在技能触发后第一个动作执行。不通过→立即终止。

✅ 允许继续：用户消息含需求正文 / 含需求附件(.docx/.txt/.pdf) / 明确引用近期需求 ❌ 必须停止："我等会发"、"分析这个需求"(无附件)、仅提及技能名、模糊引用

不通过回复：📋 请先发送需求正文或需求文档，收到后立即开始分析。 通过回复：✅ 需求载荷已收到 | 格式:X | 大小:Y | 📋 即将进入初始化...

🔴 运行协议

核心原则:orchestrator.py控制流程,Agent只负责执行prompt返回JSON。

6段确认模式:每次「继续」只前进一个段落（绝对禁止连段执行）:

  • 用户回复1次「继续」→ Agent只执行下一个段落，执行完立即⏸️停止
  • ⛔ 禁止: 用户说1次「继续」Agent连跑多段
  • ⛔ 禁止: 看到下一段gate已存在就"继续跑完"
  • 每段结束后检查: 是否已输出⏸️？是否已等待「继续」？

📌 __must_emit__ 字段：p2_code_generate / step7_export的stdout包含此字段。Agent必须将MEDIA行复制到回复，同时用 exec cat 展示文件内容。

🔴 段落边界规则（最高优先级，违反视为流程无效）

规则说明
⛔ 禁止连段每段结束→⏸️停止→等「继续」→才读下一段规则文件
⛔ 禁止预读执行段落N时，禁止读取 rules/paragraph_N+1.md
⛔ 禁止跨段即使下一段gate已存在，也必须等用户「继续」
🔴 停止锚点每段规则文件末尾有终止锚点，Agent读到必须停止

🔴 操作约束矩阵

StepAgent角色唯一正确命令
P0执行者prep_prompt → 生成JSON → step_run
P1执行者(分批)骨架→循环feature→p1_code_merge
P2观察者python3 "$ORCH" --action p2_code_generate
P3执行者prep_prompt → 生成JSON → step_run
P4执行者prep_prompt → 生成JSON → step_run
P5观察者python3 "$ORCH" --action p5_code_merge
P6LLM生成者(⛔禁子Agent)p6_tp_list→逐条循环(p6_generate_one→完整阅读prompt生成JSON→p6_generate_one --save)→p6_merge<br>🔴 V4.11.0逐条生成：一次一个测试点，prompt极简(~400B)。Agent完整阅读prompt后生成JSON，字段由代码自动补全
P7观察者python3 "$ORCH" --action p7_code_check

Agent只做3类事: ①exec orchestrator命令 ②read prompt并生成JSON write到文件 ③read图片并描述

🔴🔴🔴 V3.5.2 绝对禁止行为（代码层硬控）

  1. 禁止直接写gate文件 — gates/*.pass.json 只能由orchestrator创建
  2. 禁止直接写output文件 — p{N}_output.json 只能通过step_run等action写入
  3. 禁止直接修改state文件 — orchestrator_state.json 内部修改
  4. 禁止import orchestrator — 不允许任何形式导入
  5. 禁止跳过orchestrator — 所有步骤必须通过 python3 "$ORCH" --action XXX
  6. 禁止伪造执行结果 — error时必须修复重试，不得手动替代
  7. Onboarding必须逐步交互 — 3步逐步展示，禁止合并

违反以上任何规则，step7_export会审计拒绝。

📋 6段执行流程

段落内容规则文件前置Gate确认点
1init + onboardingread rules/paragraph_1.md—⏸️
2step0 + 图片理解read rules/paragraph_2.mdP0 gate⏸️
3P0+P1 + 自动P2read rules/paragraph_3.mdstep0 gate⏸️
4P3+P4 + 自动P5read rules/paragraph_4.mdP2 gate⏸️
5P6 用例生成read rules/paragraph_5.mdP5 gate⏸️
6P7 + Excel导出read rules/paragraph_6.mdP6 gate🏁

🔴 执行流程（每段通用，严格执行）:

  1. 收到用户「继续」→ 查上表找到下一段N
  2. read rules/paragraph_N.md → 完整阅读该段规则
  3. 严格按规则文件中的指令逐步执行
  4. 执行到规则文件末尾的终止锚点 → ⏸️停止
  5. 输出「段落N完成，请回复「继续」」
  6. 🔴 绝对禁止：读完paragraph_N.md后继续读取paragraph_N+1.md

🔄 断点续跑

exec: python3 "$ORCH" --action status

→ 查看已完成的gate pass，从下一个未执行的步骤开始。 → 如果当前段落已有部分gate pass → 阅读该段规则文件，跳过已完成步骤。

❌ 错误处理

错误类型处理
gate_blocked检查缺失的前置步骤，从该步骤重新执行
guard_failed检查truncation，修复JSON后重试
quality_rejected按issues和fix_example修复，最多重试2次
timeout检查文件是否已生成新内容，有则继续，无则重试

📁 文件结构

skill_v4/
├── SKILL.md                     ← 本文件（总控路由）
├── rules/
│   ├── paragraph_1.md           ← 段落1规则
│   ├── paragraph_2.md           ← 段落2规则
│   ├── paragraph_3.md           ← 段落3规则
│   ├── paragraph_4.md           ← 段落4规则
│   ├── paragraph_5.md           ← 段落5规则
│   └── paragraph_6.md           ← 段落6规则
├── prompts/                     ← LLM prompt模板
├── tools/                       ← orchestrator.py等工具
├── config/                      ← 配置
└── references/                  ← 参考文档

触发条件

「ai用例生成」「ai需求分析」「req2testcase」「生成测试用例」「分析需求」「拆解功能点」「输出测试点」「需求评审」「PRD转测试用例」

已知限制

  • 仅支持中文需求文档（.docx/.txt/粘贴文本）
  • 不支持视频/音频需求输入
  • PX图片理解依赖腾讯云API（未配置则降级为caption_only）
  • LOW模型（MiniMax等）V4.10.0起走窄聚焦模式，用例质量可达可用水平
More in Dev Tools