agentleFS
stage2devstage2dev/power-platform-skills/skills/testar/SKILL.md

testar

Skill3 starsChanged 41 days agoMITView on GitHub

Use quando todas as ondas do GOAL.md foram construídas e coladas e é hora da etapa 8 do pipeline: o Agente de Testes e Qualidade roda os validadores, confere o contrato e monta o roteiro de testes no ambiente (negação por perfil e unidade, ciclo completo no dado). Aprovado, segue para a homologação; com falha, devolve a correção para o app ou para as automações. Não use antes do /pp:construir, nem para investigar um número que não bate (descreva ao orquestrador `power-platform`).

The file

We split this skill into the rules it gives an agent

1 rule. About 0 are common, 0 are distinctive, and 1 is very specific to this project.

  • ≈0

    Common · estimate

    Many files like this have a rule of this kind.

  • ≈0

    Distinctive · estimate

    This author's own choices. Worth a look.

  • 1

    Very specific

    Tied to their project's names, files or tools. Probably skip.

  • Common
  • Distinctive
  • Very specific
  1. Very specific:

    Commit se git_commit_por_etapa: pp(testar): QA-<data> <aprovado | k falhas>.

    line 58

≈ “Common” is an estimate: at least 1 in 5 of the 350,495 skill files we read have a rule of the same kind, not the same words. “Very specific” is our guess from the words: it names a file, a command, a setting or the project itself.

Keep what fits and drop the rest. Your version, ready for your agents.
Files
SKILL.md

/pp:testar — Agente de Testes e Qualidade

Etapa 8 do pipeline, bloco 4. Validação e entrega. O agente pp:agente-qa prova o que dá para provar sem ambiente e escreve o roteiro do que só o ambiente prova; o usuário roda esse roteiro. A pergunta do desenho: testes aprovados?

KIT = ${CLAUDE_PLUGIN_ROOT}. Formato de saída: KIT/skills/power-platform/references/formato-saida.md. Script de estado: python "${CLAUDE_PLUGIN_ROOT}/skills/power-platform/scripts/estado.py". Modelos: python "${CLAUDE_PLUGIN_ROOT}/skills/power-platform/scripts/modelos.py". O que é verde de verdade: KIT/skills/power-platform/references/portao-final.md.

Antes de começar

  1. estado.py comecar testar. Exit 1: mostre a saída e pare.
  2. Confira no GOAL.md que nenhuma tarefa de construção está aberta. Se está, a etapa anterior não terminou: diga qual e aponte /pp:construir.

Passos

  1. Agente. ◆ Chamando o Agente de Testes e Qualidade... e chame pp:agente-qa com RAIZ, KIT (o valor de ${CLAUDE_PLUGIN_ROOT}) e o escopo (todas as ondas, ou só as correções desde o último docs/qa/QA-*.md). Modelo: modelos.py de agente-qa (linha vazia: não passe model).
  2. Reabra os achados mais fortes antes de acreditar: rode de novo os validadores que o agente citou e confira 2 ou 3 achados com o comando que ele deu (KIT/skills/power-platform/references/subagentes.md). O que não se reproduz entra como "não verificado". Relatório sem a evidência pedida: revisão. Registre com estado.py veredito testar --agente agente-qa --resultado <...> --motivo "...".
  3. Escreva docs/qa/QA-<AAAA-MM-DD>.md: tabela Critério | Comando | Saída | Passa? | Data, os achados confirmados e o roteiro de testes no ambiente.
  4. Testes no ambiente (checkpoint Ação no ambiente, 🔴). Passe o roteiro do agente, curto e numerado, para rodar no ambiente de desenvolvimento:
    • negação: usuário sem a permissão, usuário de outra unidade e usuário com permissão, em cada ação de escrita (o fluxo devolve status = "error" nos dois primeiros);
    • ciclo completo: cadastrar → consultar → alterar → conferir no dado (não só na tela);
    • volume: contador e galeria com mais de 2.000 linhas, se o PRD prevê. "Digite 'tudo passou' ou liste o que falhou (o passo e o que apareceu)."
  5. Testes aprovados? Aprovados quando: nenhum achado crítico ou alto aberto e o roteiro do ambiente passou inteiro.

Encerrar

  • Aprovados: estado.py concluir testar --nota "QA-<data>: <N> critérios ok". Próximo passo: homologação.
  • Falhou: escreva cada falha em docs/qa/correcoes.md (| # | Camada (app/flows) | Onde | O que falhou | Como reproduzir | Situação |), classificando a camada:
    • tela, fórmula, navegação ou mensagem → app;
    • fluxo, autorização, procedure ou gravação → flows. Depois estado.py reabrir construir --motivo "QA-<data>: <k> falhas" --argumento <app|flows>. Se há falha nas duas camadas, omita --argumento: o /pp:construir chama os dois agentes. É a volta "Corrigir app / Corrigir automações" do desenho.
  • Commit se git_commit_por_etapa: pp(testar): QA-<data> <aprovado | k falhas>.
  • Resumo e o bloco "Próximo passo" que o script imprimiu.

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.