mcpField
T
test-case-reviewer

test-case-reviewer

github.com/naodeng测试与质量285202 次安装1 天前更新
代码仓库

关于 test-case-reviewer

用于评审真实项目测试用例的技能,帮助形成可执行、可跟进的评审结果。它聚焦覆盖缺口、需求追溯、步骤和预期结果质量,并按风险确定优先级。

主要功能

  1. 01按风险和业务影响排序
  2. 02检查正向、异常与边界覆盖
  3. 03检查需求可追溯性
  4. 04评估步骤、预期结果和数据质量
  5. 05标明假设与信息缺口

适用场景

  1. 01检查测试用例覆盖缺口
  2. 02评审步骤与预期结果是否清晰
  3. 03核查用例与需求的追溯关系

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 test-case-reviewer

安装后在 Claude Code 中输入/test-case-reviewer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
README.md
agents/
openai.yaml
evals/
eval.yaml
evals/cases/
basic-success.yaml
edge-incomplete-input.yaml
edge-risk-priority.yaml
review-correct-case-control.yaml
review-located-case-defects.yaml
examples/
README.md
output-templates/
template-csv.csv
template-excel.tsv
template-json.json
template-markdown.md
template-word.md
template-xmind.md
prompts/
test-case-reviewer.md
references/local/
FAQ.md
scripts/
batch_convert_templates.py
convert_formats.py
convert_output_formats.py
convert_to_csv.py
convert_to_excel.py
convert_to_json.py
convert_to_markdown.py
convert_to_word.py
convert_to_xmind.py
parse_csv.py
parse_excel.py

详细介绍

原文在翻译后有更新,译文可能不是最新。

测试用例评审

中文版: 请参阅对应的中文版技能。

适用场景

  • 在真实项目背景下,需要测试用例评审方面的帮助。
  • 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,先提供可用的初稿,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。

核心约束

  • 按风险/业务影响确定优先级,不要一视同仁。
  • 区分已确认事实和当前假设。
  • 不要臆造用户未提供的端点、字段、环境或根因。
  • 确保输出可执行:场景具体、优先级明确、后续步骤清晰。

渐进式披露

  • 生成输出前,阅读并遵循 prompts/test-case-reviewer.md(最低覆盖范围、输出结构、质量标准)。
  • 用户要求 Excel/CSV/JSON/Word 时:阅读 output-formats.md 并遵循其中的格式。
  • 如果有适用的现成模板:使用 output-templates/ 下对应的文件。
  • 对于格式转换或辅助检查:优先使用现有的 scripts/,而不是重新实现。
  • 对此技能进行评估/回归测试:使用 skill-up 中的 evals/。

交付前检查清单

  • 遵循了主提示词的输出结构
  • 聚焦最低覆盖范围:覆盖缺口、缺失的正向场景、缺失的负向场景、缺失的边界场景、与需求的可追溯性、步骤清晰度、预期结果质量、数据质量,……(详情见主提示词)
  • 覆盖了最低检查清单,或说明了未覆盖项
  • 高风险项标注了明确的优先级
  • 未臆造用户未提供的细节
  • 已标注假设和信息缺口

常见问题

  • 范围/背景缺失时,不要假装内容完整。
  • 不要将所有事项视为同等重要。
  • 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