behavioral-a11y

行为可访问性自动化技能

规范来源：mgifford/ACCESSIBILITY.md 中的 examples/BEHAVIORAL_ACCESSIBILITY_AUTOMATION.md 此技能源自该文件。如有疑问，以该示例为准。

在编写、运行或解读会操作渲染后页面的自动化检查时，应用以下规则；这些检查并非只检查静态标记或单一的计算后可访问性树。

---

严重性等级（本技能）

级别	含义
严重	未满足本技能中的前置条件，却将行为结果报告为已确认失败或作为门禁条件
较高	将指示信号、cantTell 和已确认失败结果合并为一个通过／失败信号
中等	报告或分流大规模发现的问题前，未按根本原因进行归类
轻微	未记录检查已知的误报／漏报限制

---

严重：行为检查的作用

静态分析和单次快照的浏览器规则扫描（axe-core 及类似工具）能回答“此属性是否有效”或“此元素是否有可访问名称”等问题。它们无法回答只有在页面被使用时才会出现的问题：窄视口下布局是否仍能正常工作，键盘用户是否能看到焦点提示，调整大小或增加间距后内容是否会被裁切，动态 UI 状态（打开的菜单、验证错误、加载指示器）是否能维持与页面初始状态相同的保障。

行为检查通过实际执行用户会做的操作来回答这些问题——调整大小、按 Tab 键、悬停、等待——并观察结果。因此，相较于静态检查，行为检查成本更高，也更容易受到环境因素影响而产生不稳定结果（动画、字体、时序）；但这并不意味着它们是符合性测试。

---

严重：结果分类术语

每项行为检查都必须使用以下结果类别之一。保持术语一致，才能确保自动化结果如实反映其实际确认的内容。

类别	含义
指示信号	观察到与潜在障碍相关的信号，但未排除合理解释（SC 例外、有意设计、容易产生误报的边缘情况）。应转交人工审核。
已确认失败（针对所测实例）	已确认满足排除该实例常见漏报原因所需的全部前置条件。这仍不构成完整的 SC 符合性声明。
cantTell	无法得出可靠结论——页面未能稳定下来、无法确认截图覆盖范围，或焦点解析遇到不受支持的情况。它既不同于通过，也不同于失败。
测试错误	检查本身未能运行（导航失败、意外异常）——这不同于 cantTell；后者表示页面行为含糊不明，而不是检查执行失败。
需要人工审核	自动化不尝试判定的类别：SC 1.4.10 的例外是否合理适用，指示信号的对比度（SC 1.4.11）或尺寸（SC 2.4.13）是否足够，焦点顺序是否符合逻辑。

结果正常并不代表符合性。 no-overflow-detected 重排结果仅表示：在此次视口和页面加载期间，此检查未发现页面级水平溢出；它不能说明内容是否被截断、重叠，也不能说明其他位置是否适用 SC 1.4.10 的例外。confirmed-no-visible-change 焦点可见结果仅表示：焦点明显移至该组件后，此次页面加载中，在该组件周围带有填充的比较区域内，未检测到超过配置阈值的像素差异；这并非无条件断言不存在可见的焦点指示器。

重要：站点和整个站点群规模下的假阳性

对于单个目标而言看似微不足道的假阳性概率，在同一项检查应用于许多目标时，可能会导致频繁误报。示例：假设每个目标的假阳性概率为 0.5%，且结果相互独立，那么在 200 个 目标中至少出现一次误报的概率为 1 − (1 − 0.005)²⁰⁰ ≈ 63%。这只是说明在独立性假设下， 每个目标的概率如何累积——并非实测结果，而且这一假设在真实网站中很少成立。

通常情况是相关，而非独立。 网站检查结果经常相互关联，因为页面会共用组件、模板、 样式表和应用外壳。共享按钮组件中只要缺少一种焦点样式，就可能导致所有使用该组件的页面 都触发相同的检查结果。必须按根因聚类：将追溯到一个共享组件的缺陷报告为一个系统性 问题，并注明有 N 个受影响实例，而不是 N 个互不相关的缺陷。

假阳性与不稳定性并不相同。 假阳性是指测试正常完成并给出结果，但发现有误。 不稳定性是指对同一目标重复运行时结果不一致——通常由时序、动画或环境敏感性造成。假阳性需要 缩小检查所声称的范围；不稳定性则需要提高测试稳定性（等待布局／视觉状态稳定）。

必须测量精确率，而不是凭空假定。 不要仅根据名义上的假阳性概率推断精确率——这个数字 有助于分析规模，但在根据审核结果进行测量之前，不能据此声称实际检查具有什么精确率。

影响：

• 指标级结果应提供可供审核的证据，而不是自动阻止构建。
• 通常应仅对确定无疑的已确认故障、相对于已审核基线可复现的回归，以及此前已确认缺陷的 再次出现进行阻止。
• cantTell、测试错误、风险指标和经审核的例外情况，都应与已确认故障保持区分——为了方便 而将其中任何一项都归为“故障”，就违背了上述术语的初衷。
• 无论单独还是汇总来看，这些结果都不能证明符合 WCAG。

有关由此制定的 CI 门控策略，请参阅 skills/ci-cd/SKILL.md。

---

严重：详细了解重排风险（SC 1.4.10）

**作用：**将视口设为 320×720 CSS 像素，等待布局稳定（load、document.fonts.ready，以及一段期间内 scrollWidth/scrollHeight 均无变化的静默期），尝试水平滚动并读取滚动移动量（比较绝对值而非方向，因此适用于从右到左的文档），测量 clientWidth/scrollWidth，并尽力识别溢出视口的元素。

返回内容：verdict 的值为 no-overflow-detected、potential-reflow-barrier、cant-tell 或 test-error，此外还包括尺寸、滚动数据和可能溢出的元素。

无法检测的内容：

• 没有滚动条的裁切内容——overflow: hidden 内容被静默截断时不会产生可滚动溢出，因此 scrollWidth/clientWidth 不会出现差异。这是已知的漏报风险，并非已解决的情况。
• 是否适用 SC 1.4.10 的例外——该检查无法判断溢出元素是否为数据表格、地图、图表或其他需要二维布局才能表达其含义的组件。
• 短于所配置静默期的延迟布局变化。

准确来说，SC 1.4.10 的例外：豁免的是使用或含义上需要二维布局的内容部分，而非整个页面。规范中的示例包括：数据表格、地图、图表、视频播放器、游戏、演示文稿，以及需要始终可见工具栏的界面。审核者必须检查以下自动化无法判断的情况：

• 某个组件符合例外条件，并不意味着页面其他部分也符合——该组件周围的标题、介绍段落、筛选器、搜索和分页仍必须正常重排。
• 即使在符合例外条件的组件内，个别部分也可能仍需重排——表格整体网格可能需要二维布局，但单元格中的文本内容不会自动适用该例外。
• “需要”是对含义的判断，而非对便利性的判断。如果某组件只是在宽阔的固定布局中看起来更好，而重排后不会丢失信息或功能，则不符合豁免条件。

自动溢出检测可以标记出可能符合条件的对象。只有人工审核者应用此判断标准后，才能确认例外是否适用。

---

严重：详细说明焦点可见性风险（SC 2.4.7）

**每次 Tab 停止时的操作：**记录按下 Tab 前的活动元素；发送真实的 Tab 按键（而非以编程方式调用 .focus()，后者不会经过相同的代码路径）；确认焦点已移动且仍位于文档中；通过开放的 Shadow Root 解析最深层的活动元素；确认该元素位于视口内；截取该元素边界框周围带内边距区域的屏幕截图；移除焦点并截取同一区域的未聚焦状态作为参考；恢复焦点；比较两个区域的截图；重复此过程，最多达到可配置的停止次数。

**为何比较限定在区域内，而非整页：**整页像素检查无法区分焦点指示器与页面其他位置的无关动画，也无法区分“此元素的指示器消失了”和“上一个元素的指示器消失了，而此元素本身没有指示器”。区域比较与测试开始前单独跟踪整页视觉稳定性相结合，可避免这两种失效情况。

无法检测的内容：

• 指示器是否具有足够的对比度、尺寸或可用性——visible-change-detected 判定表示像素发生了变化，而非变化幅度足够大（需要使用对比度工具或人工审核）。
• 被其他内容遮挡——粘性页眉、Cookie 横幅或其他固定定位内容可能覆盖真实指示器；仅靠像素比较无法检测重叠。在存在几何比较模块之前，任何当前的“通过”结果都不表示已检查遮挡情况（SC 2.4.11）。
• 跨源 iframe，以及未提供 cant-tell-no-coverage 确认的同源 iframe。
• 渲染在带内边距比较区域之外的指示器——这是区域比较必然存在的取舍；对于已知会使用偏移指示器的组件，应增大内边距。
• 非由 Tab 触发的焦点变化（由鼠标或脚本触发、且不在顺序 Tab 导航顺序中的焦点变化）。

**confirmed-no-visible-change 结果实际表明的内容：**在该页面加载期间，该组件周围带内边距的区域中未检测到超过配置阈值的像素差异，并且满足以下所有条件：焦点明确移动到了该组件；该组件适用、已渲染且位于视口内；整个过程中页面保持视觉稳定。此结果刻意比“没有可见的焦点指示器”更有限——真实指示器仍可能未被检测到（位于带内边距的区域之外、低于像素差异阈值，或被遮挡）。此结果也不代表已检查对比度（SC 1.4.11）、最小尺寸（SC 2.4.13）或遮挡情况（SC 2.4.11）。

**焦点顺序证据：**驱动此检查的同一 Tab 遍历可以记录访问元素的顺序，但无法判断该顺序是否符合页面内容和任务的逻辑。应将记录的停止顺序视为供人工审核者参考的证据，而非判定结果。

---

中等：已记录的缺口（尚未自动化）

这些检查记录为 Reflow/Focus Visible 测量方法的自然扩展，但尚未实现为可复用模块。除非明确说明，否则不要声称已自动覆盖这些检查：

• 焦点遮挡（SC 2.4.11）——将聚焦元素的边界矩形与粘性/固定定位祖先元素或重叠元素进行比较。
• 文本缩放与裁切（SC 1.4.4 调整文本大小）——使用与 Reflow 相同的溢出/裁切信号，但在 200% 缩放而非 320 CSS 像素下进行。调整文本大小和 Reflow 是不同的检查；不要混为一谈（参见 skills/manual-testing/SKILL.md）。
• 文本间距（SC 1.4.12）——注入 WCAG 规定的用户样式覆盖（行高 1.5 倍、段落间距 2 倍、字母间距 0.12em、单词间距 0.16em），并复用溢出/裁切检测。
• 悬停或聚焦时显示的内容（SC 1.4.13）——验证由悬停/聚焦触发的内容是否可关闭、可悬停访问且会持续显示。

---

中等：在大规模 Fleet 中运行这些检查

在大规模报告或分类处理结果时，请始终使用以下术语：

• 唯一发现——一个具体缺陷，其描述不受它出现于多少个页面或组件的影响。
• 受影响实例——某个唯一发现的一次出现：一次测试运行中，某个页面上的某个组件处于某种状态。
• 受影响页面——至少包含一个唯一发现的受影响实例的页面。
• 可能的根因簇——一组受影响实例，它们共享足够多的上下文（相同组件、模板、样式表规则、生成的标记模式），因此很可能通过一次修复一并解决所有问题。在审核者确认共同原因之前，只能称为“可能”。

页面级原始数量并不代表独立缺陷。“200 个页面未通过”的可操作性远低于“1 个唯一发现（共享页眉缺少焦点指示器）、200 个受影响实例、1 个根因簇”。

建议的运行频率：

范围	运行时机	目的
组件测试夹具	每个拉取请求	针对已知模式，快速、确定性地覆盖回归
已更改页面和受影响的应用状态	每个拉取请求	根据实际差异匹配覆盖范围
代表性模板	每个拉取请求	在共享组件的回归问题影响所有使用该模板的页面之前发现问题
全站或 Fleet 清单	定期运行（每晚／每周），而非每个拉取请求	提供拉取请求范围的运行无法承担的覆盖范围；发现偏移和拉取请求差异之外的页面
按根因簇对代表性发现进行人工审核	每次扫描发现新指标后	对每个簇确认或否定一次，而非对每个受影响实例都重复确认
定期抽样检查无发现的结果	定期运行，频率较低	评估漏报风险

检查未报告任何发现，并不代表已证明漏报率为零——应定期抽样检查无发现的结果，并通过人工审核或使用不同的检查进行审查。

---

完成标准清单

• 检查说明了其视口、时序和稳定性假设
• 结果区分指标、已针对当前实例确认的失败、cantTell 和测试错误
• 结果包含机器可读的证据（选择器、矩形区域、HTML 摘录），足以在不重新运行检查的情况下定位发现
• 已记录的局限指出检查已知的具体误报和漏报风险
• 检查本身的输出说明，该检查不能证明符合 WCAG
• CI 集成会将指标与已确认的失败分开报告，不会悄然将每个指标都转为阻塞性失败
• 在 Fleet 规模下，发现会归入可能的根因簇，并作为唯一发现报告，同时注明受影响实例数量，而不是为每个受影响页面各列一项且不设限制
• 如有阻塞策略，仅适用于确定性失败或相对于已审核基线可复现的回归问题，而非首次出现的指标

---

关键 WCAG 标准

• 1.4.4 调整文本大小（AA）——此处尚未自动化；参见上文“中等”级别的差距
• 1.4.10 重排（AA）——重排风险指标
• 1.4.12 文本间距（AA）——此处尚未自动化
• 1.4.13 悬停或聚焦时的内容（AA）——此处尚未自动化
• 2.4.7 焦点可见（AA）——焦点可见性风险指标
• 2.4.11 焦点未被遮挡（最低）（AA）——此处尚未自动化
• 2.4.13 焦点外观（AAA）——仅靠行为像素比较无法覆盖

---

参考资料

• 完整规范指南
• 重排风险实现
• 焦点可见性风险实现
• Playwright 示例和测试
• CWAC (GOVTNZ) — 本仓库中的检查是对 CWAC 文档方法的独立重新实现；CWAC 采用 GPLv3 许可，规范仓库采用 MIT 许可，未复制或翻译任何 CWAC 代码
• skills/manual-testing/SKILL.md — 重排、缩放和焦点指示器手动测试
• skills/ci-cd/SKILL.md — 风险指示器/构建门禁 CI 策略

标准展望： 这些规则以 WCAG 2.2 AA 为目标。 关注：https://www.w3.org/TR/wcag-3.0/