关于 acceptance-criteria-review
面向产品和工程团队的验收标准评审 Skill,将需求和用户故事转为可验证标准,或审查现有标准的歧义与风险。它保留原规则及来源,并将建议和待产品确认事项分开。
主要功能
- 01核对原标准或提出改写建议
- 02逐条记录原文、预期与差异原因
- 03覆盖正常、异常和边界路径
- 04检查可观察结果与业务规则
- 05区分建议与待确认事项
适用场景
- 01将用户故事整理为可测试验收标准
- 02评审含糊或覆盖不足的验收标准
- 03识别需要产品确认的业务规则
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ naodeng/ awesome-qa-skills --skill acceptance-criteria-review安装后在 Claude Code 中输入/acceptance-criteria-review确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
agents/openai.yamlevals/eval.yamlevals/cases/basic-success.yamldomain-method-regression.yamledge-incomplete-input.yamledge-risk-priority.yamlevals/fixtures/check_domain_decisions.pycheck-domain-decisions.shdomain-oracle.jsonprompts/acceptance-criteria-review.mdreferences/domain-decision-example.md详细介绍
来自项目 README验收标准评审(中文版)
何时使用
- 需要把需求与用户故事转成可验证、无歧义且覆盖异常路径的验收标准。
- 需要对现有方案、结果或证据做风险评审,并形成可执行改进项。
- 输入不完整,但仍需先给出带假设和信息缺口的可用初版。
输出格式选项
- 默认输出 Markdown,适合评审、执行和持续补充。
- 用户要求表格、CSV、JSON 或工单格式时,保留同样的风险、证据、优先级和边界字段。
- 若输出会进入自动化流程,先确认字段 schema、枚举值和必填项。
如何使用
- 先阅读并遵循
prompts/acceptance-criteria-review.md的输入、执行规则、最低覆盖清单和输出顺序。 - 补充真正影响判断的范围、环境、版本、限制、证据和成功标准。
- 先做输入审计,再区分已确认事实、合理假设和待确认问题。
- 按风险和证据强度排序,产出可直接执行、评审或验证的结果。
- 信息不足时不要停在提问:先交付受限初版,并说明哪些结论暂不能成立。
参考文件
-
校准领域结果、正确对照或证据缺口时,读取 references/domain-decision-example.md 的脱敏输入、逐项预期与复算依据。
-
每次执行必须读取
prompts/acceptance-criteria-review.md;它是本 Skill 的完整执行规范。 -
需要评测或回归本 Skill 时,读取
evals/eval.yaml与匹配的evals/cases/用例。 -
只有目录实际存在且任务需要时,才读取
references/、examples/、scripts/或output-formats.md,不要假设不存在的资产。
领域执行要点
- 先选择
review(核对原标准)、proposed-rewrite(建议改写)或missing-rule(规则缺失);保留原 AC ID、版本、原文和来源,不把建议覆盖成原规则。 - 逐条输出:AC ID | 原标准 | 模式 | 可观察预期 | 建议文本 | 差异原因 | 待产品确认。无规则的格子保持待确认。
- 对比较符按原文拆出小于、等于、大于三个输入;对重复请求记录业务键、累计退款、剩余可退额和最终状态。响应成功不等于账务正确。
- 建议改写应包含 Given/When/Then、可观察数据与错误路径;确认充分的原标准标为可测试,不为凑问题制造歧义。
核心约束
- 不要替产品方决定缺失的业务规则
- 每条标准写成可观察结果
- 把阻塞开发或测试的歧义单独升级
- 不编造输入中不存在的系统行为、字段、数据、指标或根因。
- 关键结论必须关联证据;证据不足时标记为假设并给出验证方法。
- 优先级必须说明业务影响、发生可能性或可探测性依据。
交付前自检
- 已覆盖:可测试性与可观测结果、正常、异常和边界路径、角色权限、数据规则、状态迁移、依赖与失败处理、非功能约束、需求歧义。
- 已区分事实、假设、缺口和建议。
- 高风险项有明确优先级、证据、负责人或下一步。
- 输出包含可验证的判断标准,而非泛泛而谈。
- 未执行未经授权的生产写操作或破坏性动作。
常见误区
- 只列检查点,不说明输入条件、预期结果或证据。
- 把所有事项都标为高优先级,失去取舍价值。
- 用工具名或通用理论替代领域判断。
- 输入不完整时直接拒绝,或反过来假装结论已经确定。
最佳实践
- 从最可能造成业务损失、安全问题或发布阻塞的路径开始。
- 用最小可验证实验缩小不确定性,并记录复现条件。
- 让输出能够被另一位工程师直接执行和复核。
评论
支持 Markdown