mcpField
A
automation-testing

automation-testing

github.com/naodeng测试与质量285127 次安装今天更新
代码仓库

关于 automation-testing

用于真实项目自动化测试评估与规划的 skill。它综合风险、证据、可观测性、数据隔离、稳定性和框架适配,判断自动化或暂缓的项目。

主要功能

  1. 01基于风险和证据选型
  2. 02检查框架适配与可观测性
  3. 03考虑数据隔离和清理
  4. 04定义失败信号与清理步骤
  5. 05区分候选项、执行和验收

适用场景

  1. 01筛选适合自动化的测试场景
  2. 02评估测试是否具备接入 CI 的条件
  3. 03为不稳定或高风险场景设定暂缓条件

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 automation-testing

安装后在 Claude Code 中输入/automation-testing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。

output-formats.md
quick-start.md
agents/
openai.yaml
evals/
eval.yaml
evals/cases/
basic-success.yaml
domain-method-regression.yaml
edge-domain-boundary.yaml
edge-incomplete-input.yaml
evals/fixtures/
check_domain_decisions.py
check-domain-decisions.sh
domain-oracle.json
examples/selenium-pom-python/
conftest.py
pytest.ini
README.md
requirements.txt
examples/selenium-pom-python/config/
config.py
examples/selenium-pom-python/pages/
__init__.py
base_page.py
home_page.py
login_page.py
examples/selenium-pom-python/tests/
__init__.py
test_login.py
test_product.py
output-templates/
template-csv.csv
template-excel.tsv
template-json.json
template-markdown.md
template-word.md
template-xmind.md
prompts/
automation-testing.md

详细介绍

原文在翻译后有更新,译文可能不是最新。

自动化测试(英语)

中文版: 请参阅对应的中文技能。

适用场景

  • 需要在真实项目场景中获得自动化测试方面的帮助。
  • 需要可直接用于执行、评审或后续跟进的输出。

工作流

  1. 阅读并遵循渐进式披露中列出的主要提示词(覆盖范围、结构、质量标准)。
  2. 仅补充会影响结果的项目背景:范围、环境、约束、风险、依赖项、预期交付物。
  3. 如果输入不完整,先给出可用的初稿,并明确标注假设和信息缺口。
  4. 默认使用 Markdown;仅在用户要求时切换格式。

领域执行要点

  1. 按候选流程 | 防护义务 | 重复频率证据 | 判定依据/可观测性 | 隔离/清理 | 稳定性 | 维护约束 | 采纳/暂缓理由进行选择。将 ROI 成本场景单独处理;回报不能弥补判定依据或权限的缺失。
  2. 复用现有框架。首先要求具备可观测的后置条件、独立数据,以及能传递失败状态的 CI 入口。对于未满足条件的候选项,说明暂缓原因和解除阻碍的条件。
  3. 明确唯一标识/业务键、准备步骤、操作、业务后置条件、失败信号和清理步骤。断言失败必须导致运行器/CI 失败,而不能只是记录日志。
  4. 区分候选项筛选、生成的资产、实际运行和业务验收。对于快速变化的原型或无法隔离的真实付款,可能需要人工/受控验证,并权衡基于证据的取舍。

核心约束

  • 按风险/业务影响确定优先级,不要一视同仁。
  • 将已确认的事实与当前假设分开。
  • 不要编造用户未提供的端点、字段、环境或根本原因。
  • 保持输出可执行:场景具体、优先级明确、后续步骤清晰。

渐进式披露

  • 校准领域结果、有效控制或证据缺口时,请阅读 references/domain-decision-example.md,了解经过脱敏的输入、逐项判定依据和可复现的计算。

  • 生成输出前,请阅读并遵循 prompts/automation-testing.md(最低覆盖要求、输出结构、质量标准)。

  • 如果用户要求 Excel/CSV/JSON/Word:请阅读 output-formats.md 并遵循相应格式要求。

  • 如果有适用的现成模板:使用 output-templates/ 下匹配的文件。

  • 对于深入的框架/故障排查/架构说明:只阅读 references/ 下相关文件,不要加载整个目录。

  • 对于格式转换或辅助检查:优先使用现有的 scripts/,不要重复造轮子。

  • 对此技能进行评估/回归测试:使用 evals/ 和 skill-up。

交付前检查清单

  • 遵循了主要提示词的输出结构
  • 最低覆盖重点:范围和目标、自动化候选项、仅手动处理的领域、按风险和 ROI 确定优先级、框架适配、数据和环境需求、不稳定测试风险、CI 或执行策略,……(详情见主要提示词)
  • 覆盖了最低检查清单,或说明了遗漏项
  • 明确标注高风险项的优先级
  • 未编造用户未提供的细节
  • 已标注假设和信息缺口

常见问题

  • 范围/背景缺失时,不要假装内容完整。
  • 不要把所有事项都视为同等重要。
  • 不要省略假设和信息缺口。
  • 不要罗列与当前工具链无关的通用理论。

评论

支持 Markdown