agentleFS
Sign inStart free
KokxiKokxi/qa-test-skills/skills/qa-combination-strategy/SKILL.md

qa-combination-strategy

Skill31 starsChanged 48 days agoMITView on GitHub

当参数多、环境多、"全组合测不完"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如"A=1且B=2时C不能为3"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。 触发场景：组合测试、参数组合、正交测试、组合爆炸、Pairwise、全组合测不完、判断表、参数多环境多时。 Use when the user asks about: parameter and environment combination explosion — orthogonal arrays, pairwise testing, decision tables, and combinatorial test reduction.

The file

Create a free account to mount
Files
SKILL.md

⚠️ 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订单号、支付金额、截图、身份证、手机号等敏感数据。 实际使用时请勿粘贴真实生产数据、客户信息或财务凭证；测试前应脱敏/掩码处理。 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。

组合测试策略

核心原则

全组合测不完，不测又怕漏——用科学方法简化。提供 Pairwise、正交实验法、风险加权组合三种简化策略。组合数必须少于全量组合，并标注覆盖分析。

加载时机

什么时候读读哪个
设计 Pairwise/正交/风险加权时references/reduction-strategies.md

三种简化策略的完整内容已下沉至 references/reduction-strategies.md，避免每次触发都占用上下文。

组合测试流程

步骤1：识别参数

参数识别清单：
├─ 输入参数
│   ├─ 用户输入：文本、数字、选择
│   ├─ 系统参数：配置、环境
│   └─ 数据参数：数据状态、数据量
│
├─ 环境参数
│   ├─ 浏览器：Chrome, Firefox, Safari
│   ├─ 操作系统：Windows, Mac, Linux
│   ├─ 设备：PC, Mobile, Tablet
│   └─ 网络：WiFi, 4G, 弱网
│
└─ 状态参数
    ├─ 用户状态：新用户、老用户、VIP
    ├─ 数据状态：空、少量、大量
    └─ 系统状态：正常、高负载、异常

步骤2：评估风险

风险评估矩阵：

参数组合业务影响历史缺陷技术复杂度风险等级
A1+B1高有高高
A1+B2中无中中
A2+B1低无低低

步骤3：选择策略

根据风险等级选择测试策略：

高风险组合 → 全组合测试
  示例：支付+优惠券+退款

中风险组合 → Pairwise测试
  示例：浏览器×操作系统×分辨率

低风险组合 → 单参数测试
  示例：不同字体、不同颜色

步骤4：生成用例

用例生成模板：

用例编号：COMBO-001
组合内容：[参数1=值1, 参数2=值2, 参数3=值3]
风险等级：高/中/低
测试重点：[这个组合要特别关注什么]
前置条件：[测试前需要准备什么]
测试步骤：[具体操作步骤]
预期结果：[期望的输出]

组合测试示例

场景：电商下单功能

参数识别：

  • 用户类型：新用户、老用户、VIP
  • 商品类型：普通商品、虚拟商品、预售商品
  • 支付方式：微信、支付宝、银行卡
  • 优惠券：无、满减券、折扣券

风险评估：

  • 高风险：VIP+预售+折扣券（复杂业务规则）
  • 中风险：新用户+虚拟商品（特殊流程）
  • 低风险：老用户+普通商品+微信（常规流程）

测试策略：

高风险组合（全组合）：
- VIP+预售+微信+折扣券
- VIP+预售+支付宝+折扣券
- VIP+预售+银行卡+折扣券
- VIP+预售+微信+满减券
- VIP+预售+支付宝+满减券
- VIP+预售+银行卡+满减券

中风险组合（Pairwise）：
- 新用户+虚拟商品+微信
- 新用户+普通商品+支付宝
- 老用户+虚拟商品+银行卡
- 老用户+预售商品+微信

低风险组合（单参数）：
- 新用户+普通商品+微信+无优惠券
- 老用户+普通商品+微信+无优惠券
- VIP+普通商品+微信+无优惠券

策略选择速查表

特征推荐策略组合压缩比最佳适用
参数3-10个，每参数2-5值Pairwise全组合的10-30%功能、兼容测试
参数>10个，需统计分析正交实验全组合的5-20%配置、环境兼容测试
有历史缺陷数据风险加权按需调整回归测试、重点突破
高安全/高风险全组合100%支付、安全模块

常见反模式

  1. 一刀切选Pairwise：不管场景都用两两组合 → 高安全场景必须全组合，低风险场景单参数即可
  2. 参数遗漏：只列了输入参数，漏了环境/状态参数 → 参数识别清单必须覆盖输入/环境/状态三类
  3. 对结果不排序：Pairwise跑出100条用例直接全测 → 按风险等级排序，先跑高风险组合
  4. 忽略交互：只测单参数，不测参数间组合 → 所有业务规则设计到的参数间交互必须覆盖

异常处理引导

场景表现处理方式
参数过多导致组合爆炸简化后仍有1000+组合按风险加权：高风险组合全覆盖，低风险抽样
环境差异导致不一致不同环境结果不同锁定基线环境，标注差异，分环境执行
业务规则频繁变化组合条件随需求变更稳定参数做基础组合，易变参数单独测试
遗漏关键组合上线后发现未覆盖的组合有问题更新检查清单，增加历史缺陷驱动的组合权重

输出示例

场景：电商下单功能测试（参数：用户类型×商品类型×支付方式） → 参数识别：用户（新用户/老用户/VIP）、商品（普通/虚拟/预售）、支付（微信/支付宝/银行卡） → 策略选择：Pairwise生成9条组合覆盖所有两两交互 → 风险加权：VIP用户+预售商品+微信支付标记为高风险（深测）

参数太多（10个参数×每个5种取值）全组合2小时跑不完 → 先用Pairwise压缩到核心组合，再补充高风险组合深测

检查清单

组合测试完成后检查：

  • 参数识别是否完整？
  • 风险评估是否合理？
  • 策略选择是否恰当？
  • 高风险组合是否全覆盖？
  • 用例是否可执行？
  • 测试效率是否提升？

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

Check your setup, free