关于 testability-analysis
面向工程师的可测试性分析 Skill,用于评估需求与系统在可控制、可观察、可隔离和可复现方面的准备度。它还可按架构模式检查依赖、测试接缝及故障注入,并要求改进建议说明价值与成本。
主要功能
- 01评估可观察性、可控制性与隔离性
- 02检查确定性、数据准备和环境一致性
- 03架构模式分析依赖与测试接缝
- 04评估故障注入和自动化接口
- 05改进项说明价值、成本与验证依据
适用场景
- 01评估需求或系统的测试准备度
- 02从架构角度审查测试接缝与依赖
- 03确定提升隔离和故障注入能力的改进
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 testability-analysis安装后在 Claude Code 中输入/testability-analysis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。
agents/openai.yamlevals/eval.yamllocal-rules.jsontrigger-prompts.csvevals/cases/architecture-incomplete-input.yamlarchitecture-success.yamlarchitecture-unsafe-seam-boundary.yamlbasic-success.yamledge-incomplete-input.yamledge-risk-priority.yamlreview-actual-design-safe-seams.yamlreview-existing-seam-control.yamlprompts/testability-analysis.md详细介绍
来自项目 README可测试性分析(中文版)
何时使用
- 需要评估需求与系统在可控制、可观察、可隔离和可复现方面的测试准备度。
- 需要对现有方案、结果或证据做风险评审,并形成可执行改进项。
- 输入不完整,但仍需先给出带假设和信息缺口的可用初版。
输出格式选项
- 默认输出 Markdown,适合评审、执行和持续补充。
- 用户要求表格、CSV、JSON 或工单格式时,保留同样的风险、证据、优先级和边界字段。
- 若输出会进入自动化流程,先确认字段 schema、枚举值和必填项。
如何使用
- 先阅读并遵循
prompts/testability-analysis.md的输入、执行规则、最低覆盖清单和输出顺序。 - 补充真正影响判断的范围、环境、版本、限制、证据和成功标准。
- 先做输入审计,再区分已确认事实、合理假设和待确认问题。
- 当任务要求
architecture-testability-review或architecture模式时,先从架构制品、依赖拓扑、异步边界、测试接缝、替身策略、故障注入入口和环境复现分析,再保留通用可测试性维度。 - 按风险和证据强度排序,产出可直接执行、评审或验证的结果。
- 信息不足时不要停在提问:先交付受限初版,并说明哪些结论暂不能成立。
参考文件
- 每次执行必须读取
prompts/testability-analysis.md;它是本 Skill 的完整执行规范。 - 需要评测或回归本 Skill 时,读取
evals/eval.yaml与匹配的evals/cases/用例。 - 只有目录实际存在且任务需要时,才读取
references/、examples/、scripts/或output-formats.md,不要假设不存在的资产。 - 需要回归
architecture-testability-review时使用architecture-*Eval 和本地触发数据;仍复用本 Skill 的物理目录,不创建别名目录。
核心约束
- 不要把测试框架选择当测试性本身
- 每项改进说明价值和成本
- 避免为测试暴露不安全后门
architecture模式必须用架构级来源支撑接缝、替身、隔离和故障注入判断;不把框架名称当作可测试性证据。- 不编造输入中不存在的系统行为、字段、数据、指标或根因。
- 关键结论必须关联证据;证据不足时标记为假设并给出验证方法。
- 优先级必须说明业务影响、发生可能性或可探测性依据。
交付前自检
- 已覆盖:可观察性、可控制性、隔离、确定性、数据准备、故障注入、环境一致、自动化接口。
- 已区分事实、假设、缺口和建议。
- 高风险项有明确优先级、证据、负责人或下一步。
- 输出包含可验证的判断标准,而非泛泛而谈。
- 未执行未经授权的生产写操作或破坏性动作。
常见误区
- 只列检查点,不说明输入条件、预期结果或证据。
- 把所有事项都标为高优先级,失去取舍价值。
- 用工具名或通用理论替代领域判断。
- 输入不完整时直接拒绝,或反过来假装结论已经确定。
最佳实践
- 从最可能造成业务损失、安全问题或发布阻塞的路径开始。
- 用最小可验证实验缩小不确定性,并记录复现条件。
- 让输出能够被另一位工程师直接执行和复核。
评论
支持 Markdown