mcpField
R
regression-test-selection

regression-test-selection

github.com/naodengテスト・品質28541 回インストール今日更新
リポジトリ

regression-test-selection について

変更リスクに基づき、既存テストから必要最小限の回帰テストを選ぶソフトウェアチーム向けスキルです。選択・除外の根拠と残存リスクを示し、入力が不足していても仮定や情報不足を明記した初案を作成します。

主な機能

  1. 01リスクと証拠に基づくテストの順位付け
  2. 02選択・除外の根拠を追跡
  3. 03高リスクに対応する探索的テストの提案
  4. 04事実・仮定・不足情報の区別
  5. 05実行可能な検証結果の作成

活用シーン

  1. 01コード変更に対する回帰テストの選定
  2. 02テスト計画とリスク根拠のレビュー
  3. 03情報不足の状態からテスト計画を作成

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/naodeng/awesome-qa-skills --skill regression-test-selection

インストール後、Claude Code で/regression-test-selectionを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

agents/
openai.yaml
evals/
eval.yaml
evals/cases/
basic-success.yaml
edge-incomplete-input.yaml
edge-risk-priority.yaml
review-mandatory-budget-infeasible.yaml
review-risk-mapped-selection.yaml
evals/graders/
review-risk-mapped-selection.py
prompts/
regression-test-selection.md

詳細

翻訳後に原文が更新されています。最新の内容は原文をご確認ください。

回帰テストの選定

使用する場面

  • 変更リスクをカバーする、既存テストのうち十分かつ最小のサブセットを選び、トレードオフを説明する必要がある場合にこのスキルを使用します。
  • 既存の計画、結果、またはエビデンス一式をレビューし、実行可能な改善案を提示する場合に使用します。
  • コンテキストが不完全でも、範囲を限定した初回の検討が有益な場合に使用します。

出力形式のオプション

  • レビュー、実行、段階的な改善には、既定で Markdown を使用します。
  • ユーザーが表、CSV、JSON、またはチケットのフィールドを求める場合は、リスク、エビデンス、優先度、境界に関する情報を維持します。
  • 機械処理される出力では、まずスキーマ、列挙値、必須フィールドを確認します。

使用方法

  1. 入力規約、実行ルール、最低限のカバレッジ、出力順序を含め、prompts/regression-test-selection.md を読み、その指示に従います。
  2. 判断に影響するコンテキストのみを追加します。対象範囲、環境、バージョン、制約、エビデンス、成功基準を含めます。
  3. 入力を監査し、確認済みの事実、作業上の仮定、未解決の質問を分けます。
  4. リスクとエビデンスの強さに基づいて順位付けし、実行またはレビューにそのまま使える成果物を作成します。
  5. 情報が不足している場合は、範囲を限定した初回の検討結果を提示し、どの結論に裏付けがないかを明記します。

参照ファイル

  • 常に prompts/regression-test-selection.md を読みます。このスキルの完全な実行仕様です。
  • 評価または回帰テストでは、evals/eval.yaml と evals/cases/ 内の関連ケースを読みます。
  • これらのディレクトリが存在し、タスクで必要な場合にのみ、references/、examples/、scripts/、または output-formats.md を読み込みます。

主な制約

  • テスト名だけを根拠にテストを選定しないでください。
  • 選定と除外の根拠を追跡可能にしてください。
  • 高リスクに対応するマッピングがない場合は、探索的テストを追加してください。
  • エビデンスにないシステムの動作、フィールド、データ、メトリクス、または根本原因を作り上げないでください。
  • 重要な結論はエビデンスに結び付け、裏付けのない結論は検証方法を添えて仮説として明記してください。
  • ビジネスへの影響、発生可能性、または検出可能性に基づいて優先度を説明してください。

提出前チェックリスト

  • 変更範囲、ビジネス上の重要度、障害履歴、冗長性、実行コスト、環境依存関係、実行順序、残存リスクを網羅した。
  • 事実、仮定、情報不足、推奨事項を分けた。
  • 高リスク項目に優先度、エビデンスの根拠、担当者または次のアクションを示した。
  • 一般論ではなく、検証可能な判断基準を定義した。
  • 許可されていない本番環境への書き込みや破壊的操作を行わなかった。

よくある落とし穴

  • 前提条件、期待される結果、エビデンスを示さずにチェック項目を列挙する。
  • すべてを高優先度とし、トレードオフを避ける。
  • ドメインに即した推論の代わりに、ツール名や一般論を当てはめる。
  • 入力が不完全だとして対応を拒否する、または不完全なエビデンスが確実性を裏付けているかのように装う。

ベストプラクティス

  • ビジネス上の損失、安全上の問題、またはリリースの阻害につながる可能性が最も高い経路から着手します。
  • 最小限の検証可能な実験で不確実性を減らし、再現条件を記録します。
  • 成果物は実行可能にし、別のエンジニアが単独でレビューできるようにします。

コメント