关于 performance-test-k6
performance-test-k6 是用于按 k6 结构生成性能测试内容的 skill。它指导编写可执行场景并聚焦风险;缺少服务目标或流量数据时,会标明假设。
主要功能
- 01适配 k6 的测试场景
- 02按风险选择场景
- 03负载模型与阈值指导
- 04标明假设和待确认问题
- 05使用安全占位符处理密钥
适用场景
- 01创建 k6 性能测试场景
- 02缺少流量或 SLA 数据时规划测试
- 03确定关键性能瓶颈的优先级
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-k6安装后在 Claude Code 中输入/performance-test-k6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.mdagents/openai.yamlevals/eval.yamlevals/cases/basic-success.yamledge-incomplete-input.yamledge-risk-priority.yamlreview-closed-model-control.yamlreview-offline-arrival-artifacts.yamlevals/fixtures/load-profile.mdevals/graders/review-offline-arrival-artifacts.pyexamples/seckill-sample.envoutput-templates/template-markdown.mdprompts/performance-test-k6.mdreferences/framework-spec.mdreferences/local/performance-testing_EN.mdreports/.gitignoreREADME.mdscripts/config.jshelpers.jsrun-local-smoke.shrun-tests.shscripts/tests/api-smoke.jsload.jssoak.jsspike.jsstress.jsscripts/tools/compare_k6.pylocal_mock_server.pysummarize_k6.py详细介绍
performance-test-k6(EN)
中文版: 请参阅对应的中文技能。
适用场景
- 需要以 k6 结构呈现的性能测试输出。
- 项目已使用 k6,或希望获得可直接用于 k6 的场景。
工作流
- 阅读并遵循渐进式披露中列出的主提示词(覆盖范围、结构、质量标准)。
- 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。
- 如果输入不完整,先提供可用的初稿,并明确标注假设和信息缺口。
- 默认使用 Markdown;仅在用户要求时切换格式。
核心约束
- 按风险/业务影响确定优先级,不要一视同仁。
- 将已确认事实与当前假设分开;如果没有 SLA/流量数据,将每个数值标注为“假设”,并列出待解决的问题。
- 不要编造用户未提供的端点、字段、环境或根因;机密信息仅使用占位符/
__ENV,绝不使用真实令牌。 - 确保输出可执行:场景具体、优先级明确、后续步骤清晰。
- 默认只选择最关键的 1–2 种场景类型,不要默认全部运行基线、负载、压力、突增和浸泡测试。
渐进式披露
- 生成输出前,阅读并遵循
prompts/performance-test-k6.md(最低覆盖要求、输出结构、质量标准)。 - 如果有适用的现成模板,使用
output-templates/下相匹配的文件。 - 如果用户需要示例,或要与现有资源保持一致,阅读相关的
examples/。 - 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。 - 如需评估此技能或进行回归测试,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、数据准备需求、VU 或持续时间配置、阈值、环境与监控、优先关注的瓶颈、报告需求等(详情见主提示词)
- 覆盖了最低检查清单,或说明了未覆盖的内容
- 高风险项已明确标注优先级
- 未编造用户未提供的信息
- 已标注假设和信息缺口
常见误区
- 不要在范围/背景信息缺失时假装内容完整。
- 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。
- 不要罗列与当前工具链无关的通用理论。
评论
支持 Markdown