qa-data-seeder

QA 数据播种器

分析功能的实现方式，设计一个覆盖 QA 所需所有类别的均衡数据集，并将其填充到目标环境中，以便通过手动或自动化方式测试该功能。

关键约束

• 绝不向生产环境播种数据。 写入任何数据前，确认目标环境是测试、开发或预发布环境。如有疑问，立即停止并询问。
• 绝不生成无效数据。 每条播种记录都必须通过应用自身的验证。边界情况应使用极端但有效的值，而非损坏的数据。格式错误的输入应仅用于实时执行的负面测试，绝不可保存在播种数据中。
• 均衡数据集：常规（预期）数据至少占 70%，边界情况最多占 30%。
• 在用户批准类别和确切条目数量之前，不要播种数据（第 3 步关卡）。
• 凭据、令牌和连接字符串必须来自环境变量或用户输入，绝不可硬编码。
• 优先使用项目现有的播种机制（工厂、播种脚本、固定数据、管理控制台），其次使用 REST API 或 MCP。播种脚本应使用应用所用的语言编写。
• 生成的产物（数据集计划、一次性播种脚本）应放入被 Git 忽略的 .testeiya/seed-data/；如果 .gitignore 中没有 .testeiya/，则添加它。
• 为每条播种记录添加一个可识别的标记（使用架构允许的名称、备注或标签字段），以便 QA 找到数据并在之后清理。整个运行过程使用相同的标记。

工作流

步骤 1：了解功能

在提出任何方案之前，先阅读实现。收集以下信息：

• 功能涉及的实体和模型，以及每个字段的详细信息：类型、格式、长度限制、数值范围、枚举值、必填或可选、唯一性、默认值。
• 验证规则——应用级验证和数据库约束／迁移。
• 关系和前置条件：创建其他记录之前必须先存在的记录。
• 会改变行为的业务差异：角色、状态、类型、套餐／等级、地区设置、功能标志、时间相关逻辑。
• 用于创建这些记录的 API 端点（或 UI 流程）及其要求。

如果无法访问代码，则改用 API 架构（OpenAPI/Swagger、GraphQL introspection），或向用户索取文档。如果有 MCP，则使用它。

步骤 2：收集环境详情

❓ 询问代码无法告知的信息：

• 平台：Web、移动端，还是仅 API。
• 如果是 Web，提供基础 URL；用于播种的 API 基础 URL。
• 环境类型（本地、开发、预发布）——确认不是生产环境。
• 可用的访问渠道：现有播种机制、REST API、数据库／控制台访问。
• 身份验证方式：令牌或凭据存放在哪些环境变量中。
• 要在哪个账户／租户／工作区中播种，或者是否要新建一个。

按以下顺序选择播种渠道：现有播种机制 → 应用控制台／代码 → 新建小型脚本 → REST API → MCP。 对于本地环境，可以通过后端播种数据。

步骤 3：提出类别并询问数量

• 根据步骤 1 推导类别：每种业务差异对应一个类别，并添加边界情况类别（最小／最大长度和金额、Unicode、日期边界、每个枚举值和可到达的状态、可选字段为空与填满、集合和关系的极限情况）。
• 提供一张表格，列出：类别、可供 QA 测试的内容、常规／边界情况、计划占比。
• 常规类别占总数的比例至少为 70%；边界情况类别占比最多为 30%。
• ❓ 询问用户确切的条目总数，然后重新计算各类别的条目数量并确认。
• 在生成任何内容之前，根据用户反馈调整类别。

步骤 4：生成数据集

• 使用真实感强的值：看起来像生产数据的姓名、电子邮件、地址和金额；在架构要求唯一的地方确保值唯一。
• 如果可用，请使用 Faker/lorem ipsum 生成器。
• 按依赖顺序排列记录：先放置前置记录（父记录在子记录之前，被引用的记录在引用它的记录之前）。
• 为每条记录应用运行标记。
• 在播种之前，将数据集（记录或生成规则）保存到 .testeiya/seed-data/，以便审查和重复运行。

步骤 5：为环境播种

• 按依赖顺序通过选定的渠道播种；如果渠道支持，则批量处理。
• 写入每个批次时进行验证：API 响应代码、返回的 ID 和记录数量。
• 如果应用拒绝某条记录，请修正生成器以符合要求——绝不要通过直接写入 DB 来绕过验证。
• 如果某个类别连续 3 次尝试失败，请报告失败情况及错误输出，并询问如何继续。

步骤 6：验证并交接

• 按类别重新查询环境，并将数量与已批准的计划进行比较。
• 报告一张表格，列出：类别、请求数量、创建数量，以及如何定位记录（标记）。
• 提供环境 URL；对于 Web，还需提供 QA 可以查看播种数据的页面。
• 提供清理说明：如何通过标记查找记录，并通过相同渠道删除它们。
• 提供后续选项：使用 qa-write-test-cases 针对播种的数据编写测试用例，或使用 qa-thinking 探索该功能，找出数据集应扩展覆盖的场景。