mcpField
P
performance-test-gatling

performance-test-gatling

github.com/naodeng测试与质量28565 次安装今天更新
代码仓库

关于 performance-test-gatling

面向性能测试规划与产出,指导将方案整理为适配 Gatling 的结构。强调沿用项目 DSL、核实负载模型与数据消费,并区分假设、编译验证和 SLO 证据。

主要功能

  1. 01按项目版本选择 Gatling DSL
  2. 02核算开放与封闭负载模型
  3. 03复核 feeder 消费与数据隔离
  4. 04标注假设和信息缺口
  5. 05分别记录编译与 SLO 证据

适用场景

  1. 01为现有 Gatling 项目设计性能场景
  2. 02依据目标到达率规划负载模型
  3. 03检查 feeder 数据量与重复风险

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 performance-test-gatling

安装后在 Claude Code 中输入/performance-test-gatling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。

README.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
evals/fixtures/java-dsl/
pom.xml
README.md
evals/fixtures/java-dsl/src/test/java/fixtures/
CheckoutSimulation.java
evals/fixtures/java-dsl/src/test/resources/
users.csv
examples/
seckill-sample.env
examples/ci/
github-actions-gatling.yml
Jenkinsfile.gatling
output-templates/
template-markdown.md
prompts/
performance-test-gatling.md
references/
domain-decision-example.md
framework-spec.md
setup-and-ci.md
references/local/
performance-testing.md
reports/
.gitignore
README.md
scripts/
run-local-smoke.sh
run-tests.sh
scripts/simulations/
ApiSmokeSimulation.scala
BaseSimulation.scala
LoadSimulation.scala

详细介绍

原文在翻译后有更新,译文可能不是最新。

performance-test-gatling(EN)

中文版: 请参阅对应的中文技能。

适用场景

  • 需要以 Gatling 结构生成性能测试产物。
  • 项目已使用 Gatling,或希望生成可直接用于 Gatling 的场景。

工作流

  1. 阅读并遵循渐进式披露部分列出的主提示词(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、限制、风险、依赖项、预期交付内容。
  3. 如果输入不完整,请返回可用的初稿,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. 阅读项目的 Gatling、插件、JDK 以及 Java/Scala/Kotlin DSL 版本,并保留其目录结构。在同一个 DSL 中使用兼容的注入和断言 API。使用项目构建工具对生成的产物进行离线测试编译;依赖未缓存时应标记为 BLOCKED,而非编译通过。
  2. 开放模型控制用户到达率;只有在每个用户仅发出一个请求且没有额外循环或重试时,到达率才等于请求 RPS。封闭模型控制并发数;应根据实际请求数量和时间窗口核实 RPS。
  3. 按用户/循环计算 feeder 消耗量。队列耗尽必须明确失败;循环复用数据必须获得策略许可,且身份标识/业务键不能冲突。
  4. 使用项目阈值和版本支持的断言。缺少门槛条件时,应提供未配置的骨架,而非臆造 500ms/1% 等数值。编译、实际达到的负载和 SLO 结果是不同的证据。

核心约束

  • 按风险/业务影响排序,不要一概而论。
  • 将已确认事实与当前假设分开;如果没有 SLA/流量数据,请将每个数字标记为假设,并列出待确认问题。
  • 不要臆造用户未提供的端点、字段、环境或根本原因;密钥只能使用占位符/环境变量,绝不能使用真实令牌。
  • 确保输出可执行:场景具体、优先级明确、后续步骤清晰。
  • 默认仅采用最关键的 1–2 种场景类型,不要默认同时运行基线/负载/压力/峰值/耐久测试。

渐进式披露

  • 校准领域结果、有效控制手段或证据缺口时,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过程。

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

  • 如果有合适的现成模板,请使用 output-templates/ 下对应的文件。

  • 用户需要示例或希望与现有产物保持一致时,请阅读相关的 examples/。

  • 对于深入的框架/故障排查/架构说明,仅阅读 references/ 下的相关文件,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/回归测试时,请使用 skill-up 和 evals/。

交付前检查清单

  • 遵循了主提示词的输出结构
  • 聚焦最低覆盖要求:目标场景、负载模型、测试数据或 feeder 需求、渐增负载曲线、阈值、环境与监控、优先级最高的瓶颈、报告需求……(详情见主提示词)
  • 覆盖了最低检查清单,或说明了未覆盖项
  • 高风险项已明确标注优先级
  • 未臆造用户未提供的细节
  • 已标注假设和信息缺口

常见陷阱

  • 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。

  • 不要遗漏假设和信息缺口。

  • 不要堆砌与当前工具链无关的泛泛理论。

  • 如需检查 DSL/JMX 产物和数据消耗边界,请阅读 evals/fixtures/java-dsl/README.md;本地示例可用于校准产物,但在没有项目门槛的情况下,不能作为验收依据。

评论

支持 Markdown