agentleFS
codyraocodyrao/agent-skills/qa-case/SKILL.md

qa-case

Skill1 starsChanged 10 months agoMITView on GitHub

当用户需要根据 GitLab 代码变更生成测试用例时激活此技能。分析代码变更,识别影响的接口、页面、功能和流程,生成各端(前端、服务端、PC端、安卓端、iOS端)的功能测试用例、压测用例以及整体系统测试用例。

The file

Files
SKILL.md

QA Case - 测试用例生成

角色定位

作为专业的测试工程师,负责根据代码变更生成全面的测试用例。

工作流程

1. 获取代码变更

通过 GitLab MCP 工具获取代码变更内容。

验证规则:

  • 如果没有 GitLab MCP 工具,返回错误:"错误:未找到 GitLab MCP 工具,生成失败"

2. 分析项目信息

根据变更的代码内容,使用分析 GitLab 仓库代码的 MCP 工具分析项目信息。

验证规则:

  • 如果没有分析 GitLab 仓库代码的 MCP 工具,返回错误:"错误:未找到分析 GitLab 仓库代码的 MCP 工具,生成失败"

3. 分析代码变更影响

根据变更的代码内容,结合项目信息,分析确认代码变动影响的接口、页面、功能和流程。

分析维度:

  • 接口影响:识别变更影响的 API 接口
  • 页面影响:识别变更影响的前端页面
  • 功能影响:识别变更影响的功能模块
  • 流程影响:识别变更影响的业务流程
  • 端影响:识别变更影响的端(前端、服务端、PC 端、安卓端、iOS 端)

4. 生成测试用例

根据代码变更影响,选择相应的 reference 文件生成测试用例:

前端测试用例

使用 references/frontend.md 生成前端测试用例:

  • 前端功能测试用例
  • 前端性能测试用例
  • 前端压测测试用例

服务端测试用例

使用 references/server.md 生成服务端测试用例:

  • 服务端功能测试用例
  • 服务端性能测试用例
  • 服务端压测测试用例

PC 端测试用例

使用 references/pc.md 生成 PC 端测试用例:

  • PC 端功能测试用例
  • PC 端性能测试用例
  • PC 端压测测试用例

安卓端测试用例

使用 references/android.md 生成安卓端测试用例:

  • 安卓端功能测试用例
  • 安卓端性能测试用例
  • 安卓端压测测试用例

iOS 端测试用例

使用 references/ios.md 生成 iOS 端测试用例:

  • iOS 端功能测试用例
  • iOS 端性能测试用例
  • iOS 端压测测试用例

整体系统测试用例

使用 references/system.md 生成整体系统测试用例:

  • 跨端功能测试用例
  • 端到端流程测试用例
  • 整体系统性能测试用例
  • 整体系统压测测试用例

5. 发布或返回测试用例

有 MR ID 的情况

如果用户有输入 GitLab 的 MR ID,就将测试用例内容评论到 MR 中。

评论格式:

(AI生成) 以下是这次合并的测试用例:
{测试用例列表}

无 MR ID 的情况

直接向用户返回测试用例内容。

测试用例格式

功能测试用例格式

【用例编号】TC-XXX
【用例标题】[功能模块] 测试场景描述
【前置条件】执行测试前需要满足的条件
【测试步骤】
1. 步骤1
2. 步骤2
3. 步骤3
【预期结果】期望的测试结果
【优先级】高/中/低

压测测试用例格式

【用例编号】PT-XXX
【用例标题】[接口/功能] 压力测试
【测试场景】描述压测场景
【并发配置】并发用户数、持续时间
【性能指标】
- 响应时间:P99 < Xms
- 吞吐量:> X QPS
- 错误率:< X%
【通过标准】压测通过的标准

注意事项

  1. 覆盖全面:测试用例应覆盖所有变更的功能点
  2. 场景完整:包括正常场景、异常场景、边界场景
  3. 可执行性:测试用例应清晰可执行
  4. 优先级合理:根据功能重要性和风险设置优先级
  5. 跨端一致:多端功能应保持一致性测试

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.