Skill Stress Test

WorkBuddy Skill 发布前压测工具。基于「边界输入 / 输出一致性 / 并发连续」三板斧，系统化检测 Skill 的健壮性、稳定性和用户体验。

Install

openclaw skills install @spiderzhcl/skill-stress-test

Skill 发布前压测工具 🛡️

一句话：在你把 Skill 交给用户之前，先用它折腾一遍自己。

基于"8点虾聊AI"公众号文章《我的AI助手，被一个引号干趴了》中的方法论实现。

核心原则

压测不是写单元测试，不需要懂代码。 本质上就是——用你预想不到的方式使劲折腾你的 Skill，看它什么时候撑不住。

每次新 Skill 上线前，至少花 30 分钟 过一遍这三板斧。

使用流程

第一步：指定目标 Skill

明确你要压测的目标 Skill 名称，例如 ppt-nano-master、wx-article-qa 等。

第二步：运行三把斧头

按顺序执行三轮压测，每一轮产出检测报告。

🪓 第一斧：边界输入压测

把所有"极端输入"全部试一遍。

测试项目

#	输入类型	测试用例	预期表现
1	空内容	只发一个空格 / 直接回车	有明确提示，不闷头处理
2	超长内容	粘贴 2000 字以上的文章	截断或分段，不超时报错
3	特殊字符	输入 `【】《》「」%&*#@` 等	不崩溃，正常过滤或转义
4	非预期格式	本应传文字，传了图片/链接/代码	有格式检测，有友好提示
5	乱码/HTML	粘贴 `<br>` ` ` 等 HTML 片段	不把原始标签吐给用户

操作步骤

逐个测试上述 5 种输入类型
观察目标 Skill 的反应
记录每一项：✅ 通过 / ❌ 失败 / ⚠️ 部分通过
对失败项：明确修复方案

🪓 第二斧：输出一致性压测

AI 的天然缺陷——相同的输入，不一定给出相同的输出。付费用户产品必须格式稳定。

操作步骤

同一条输入，连发 5 次
检查每次输出的结构是否一致
检查字段是否完整（无缺失）
检查有无乱码或截断

判定标准

结果	说明
✅ 5 次格式完全一致	合格
⚠️ 轻微格式差异（如序号有无）	需加强 SKILL.md 格式约束
❌ 输出结构完全不同	必须修复，关键输出段加 JSON 约束

常见修复

在目标 Skill 的 SKILL.md 中添加更严格的格式约束：

使用 必须输出 JSON，字段包含 ...
使用 输出格式：每行一条，编号 1-5
使用 字段缺失扣分/报错

🪓 第三斧：并发连续压测

真实用户发消息不会等你。他们会在 5 秒内连发 3 条，会在 API 响应慢的时候不停重发。

操作步骤

准备 5-8 条不同内容的测试输入
在 10 秒内 连续发送
检查返回结果是否：乱序、串号、超时、丢消息
如果 Skill 调用了外部 API，重点检查超时兜底

判定标准

结果	说明
✅ 全部正确响应，不乱序	合格
⚠️ 偶尔超时但有兜底提示	可接受，优化响应速度
❌ 回复张冠李戴 / 无限沉默	必须修！用户 A 的内容不能返回用户 B 的结果

超时兜底模板

text

正在处理，请稍候……
当前繁忙，请重试……

✅ 发布前检查清单

每次新 Skill 上线前，对着这张清单勾一遍：

边界输入

空内容 / 只有空格
超长内容（1000 字以上）
特殊字符（中英文标点混排）
HTML / Markdown 代码片段
非预期格式（如图片传给文字 Skill）

输出一致性

同一输入连测 5 次，输出格式一致
字段完整，无缺失
无乱码 / 截断

并发稳定性

10 秒内连发 5 条，不乱序
API 超时场景下，有兜底提示
高频使用下，响应时间可接受

用户体验

错误场景有友好提示（不能是技术报错）
边界情况下，用户知道"下一步怎么做"

自动化脚本

本 Skill 附带自动化压测脚本 scripts/stress-test.py，可以快速生成边界测试用例和执行一致性检测。运行方式：

bash

# 生成边界测试用例
python scripts/stress-test.py generate-boundary

# 输出一致性检测（相同输入发 N 次）
python scripts/stress-test.py check-consistency --skill-name <skill_name> --input "你的测试输入" --count 5

报告格式

每次压测完成后，输出如下报告：

markdown

## 压测报告

**目标 Skill**：<skill_name>
**测试日期**：<date>
**测试人**：<name>

### 🪓 第一斧：边界输入（5/5 项）
- [x] 空内容 → ✅
- [x] 超长内容 → ✅
- [x] 特殊字符 → ✅
- [x] 非预期格式 → ✅
- [x] HTML/乱码 → ✅

### 🪓 第二斧：输出一致性
- 5 次结果格式一致：✅ / ❌
- 字段完整：✅ / ❌
- 无乱码截断：✅ / ❌

### 🪓 第三斧：并发连续
- 不乱序：✅ / ❌
- 有超时兜底：✅ / ❌

### 结论
- 🟢 可发布 / 🟡 需修复后复查 / 🔴 不可发布

参考

本 Skill 方法论源自：

公众号：8点虾聊AI
文章：《我的AI助手，被一个引号干趴了》