Skills auto-test-skill

当用户明确要求"测试技能"、"运行 auto-test"或"进行批判性测试"时使用。通过多轮 A 轮批判性测试 + B 轮质量原则检查，系统化发现、记录、修复问题，并沉淀可追溯的 `plans/` 与 `tests/` 文档。⚠️ 不适用：用户只是想优化功能（应直接修改）、只是询问技能问题（应直接回答）、没有明确"测试"意图。

install

source · Clone the upstream repo

git clone https://github.com/huangwb8/skills

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/huangwb8/skills "$T" && mkdir -p ~/.claude/skills && cp -r "$T/auto-test-skill" ~/.claude/skills/huangwb8-skills-auto-test-skill && rm -rf "$T"

manifest: auto-test-skill/SKILL.md

source content

auto-test-skill（批判性思维驱动的测试优化技能）

与 bensz-collect-bugs 的协作约定

因本 skill 设计缺陷导致的 bug，先用
```
bensz-collect-bugs
```
规范记录到
```
~/.bensz-skills/bugs/
```
，不要直接修改用户本地已安装的 skill 源码；若有 workaround，先记 bug，再继续完成任务。
只有用户明确要求“report bensz skills bugs”等公开上报时，才用本地
```
gh
```
上传新增 bug 到
```
huangwb8/bensz-bugs
```
；不要 pull / clone 整个仓库。

你要产出的东西

本 skill 的交付不是“口头建议”，而是一组可追溯的文件：

（目录位置以

config.yaml:directories

为准；默认

plans/

tests/

）

```
plans/vYYYYMMDDHHMM.md
```
：A 轮问题分析与改进计划（每轮 1 份）

tests/vYYYYMMDDHHMM/

：A 轮测试会话目录（包含

TEST_PLAN.md

TEST_REPORT.md

）

plans/B轮-vYYYYMMDDHHMM.md

：B 轮质量原则检查报告（维度以

config.yaml:b_round_check.dimensions

为准）

tests/B轮-vYYYYMMDDHHMM/

：B 轮验证会话目录（包含

TEST_PLAN.md

TEST_REPORT.md

）

目录与命名规范

测试会话 ID：
```
vYYYYMMDDHHMM
```
（分钟级时间戳）
规划文档：默认放在
```
plans/
```
（以
```
config.yaml:directories.plans
```
为准）
测试会话：默认放在
```
tests/
```
（以
```
config.yaml:directories.tests
```
为准）
B 轮统一加前缀：
```
B轮-
```

工作流程

概览

用户输入
  ↓
[A轮 × N]：分析 → 计划 → 优化 → 轻量测试
  ↓
B轮：质量原则检查 → 针对性优化 → 轻量验证
  ↓
完成（文档齐全 + 问题闭环）

A 轮测试（可重复 N 次）

A.1 初始化会话（生成测试 ID + 目录）

目标：创建本轮的

plans/

与

tests/

骨架。

推荐使用确定性脚本（避免 AI 每次手动拼目录/文件名）：

# 方式1：在目标 skill 根目录内执行（--skill-root .）
python3 /path/to/auto-test-skill/scripts/create_test_session.py --skill-root . --kind a --id vYYYYMMDDHHMM --create-plan

# 方式2：在任意位置执行（--skill-root 指向目标 skill 根目录）
python3 auto-test-skill/scripts/create_test_session.py --skill-root /path/to/target-skill --kind a --id vYYYYMMDDHHMM --create-plan

说明：

脚本会优先使用目标 skill 的
```
templates/
```
（如存在）；否则回退到 auto-test-skill 自带的
```
templates/
```
，确保对任意 skill 都可用。
```
--id
```
可省略（脚本自动生成
```
vYYYYMMDDHHMM
```
）；如显式指定，必须为
```
vYYYYMMDDHHMM
```
格式。

最低要求：

```
plans/
```
与
```
tests/
```
存在

tests/vYYYYMMDDHHMM/TEST_PLAN.md

与

tests/vYYYYMMDDHHMM/TEST_REPORT.md

存在可选增强（推荐）：

使用
```
--create-plan
```
自动生成
```
plans/vYYYYMMDDHHMM.md
```
的骨架（默认不覆盖）

A.2 批判性分析与计划生成（写入 plans/）

目标：使用批判性思维发现系统性问题，写成可执行计划，按 P0/P1/P2 排序。

输出：

plans/vYYYYMMDDHHMM.md

⚠️ 批判性思维是核心要求（不是可选项）：

必须使用「刁钻角度」思考（详见
```
references/CRITICAL_THINKING_GUIDE.md
```
）
必须发现至少 3 个系统性问题（架构/过度设计/一致/安全）
禁止列出"不痛不痒"的表面问题（如"缺少注释"等 P2 级别问题不应占多数）

质量要求（强制）：

每轮至少发现 10 个问题（P0 + P1 + P2 总和）
鼓励达到 15-20 个问题（深入挖掘）
P0 + P1 占比必须 ≥ 60%（确保问题有价值）
系统性问题 ≥ 3 个（架构设计/过度设计/一致性/安全性）

核心要求：

独立评估原则（强制）：
- 每轮 A 轮必须基于目标 skill 的当前工作状态独立分析
- 不查看上轮的
```
plans/
```
  和
```
tests/
```
  文件，避免"确认偏差"与"路径依赖"
- 每轮都是一次完整的、无偏见的系统性审查
审查范围（强制）：
- 必须审查：
```
SKILL.md
```
  、
```
config.yaml
```
  （核心工作文件）
- 必须审查目录：
```
scripts/
```
  、
```
references/
```
  、
```
templates/
```
  、
```
assets/
```
  （如不存在可在计划中说明）
- 排除范围：
```
tests/
```
  、
```
plans/
```
  、
```
CHANGELOG.md
```
  、
```
README.md
```
  （测试产物、变更记录和用户文档，不属于 skill 的工作代码），以及
```
config.yaml
```
  中
```
a_round_check.independent_review.exclude_patterns
```
  命中的文件
- 审查方法：使用 Glob/Read/Grep（如
```
rg
```
  /
```
find
```
  ）对工作文件做全量扫描，确保不遗漏
批判性聚焦：每轮选择 1-2 个聚焦维度（系统架构/过度设计/一致性/安全性/边缘情况/用户体验）
刁钻角度：必须使用至少一个刁钻角度（边缘情况/恶意输入/隐式假设/自我质疑/跨文件矛盾）
优先级依据：P0/P1/P2 必须有明确的判定标准
- P0: 阻塞性问题、安全风险、核心功能缺失、架构设计缺陷
- P1: 重要优化（过度设计/冗余/不一致）、功能增强、测试覆盖不足
- P2: 锦上添花、文档改进、后续迭代项
可追溯性：每个问题必须包含位置、现象、影响、修复建议、验证方法
建设性：每条建议必须可执行、有证据、有价值、可验证（详见
```
references/CONSTRUCTIVE_SUGGESTION_GUIDELINES.md
```
）

批判性思维框架（必读）：

```
references/CRITICAL_THINKING_GUIDE.md
```
⚠️ 核心文档，必须使用
- 框架 1: 系统视角思考（架构设计/过度设计/一致性）
- 框架 2: 刁钻角度思考（边缘情况/恶意输入/隐式假设/自我质疑）
- 框架 3: 问题质量标准（黄金公式 + 质量检查清单）
```
references/A_ROUND_PLAN_TEMPLATE.md
```
⚠️ 已简化，突出批判性思维要求

references/ISSUE_DISCOVERY_TECHNIQUES.md

问题挖掘技巧（辅助工具）

references/CONSTRUCTIVE_SUGGESTION_GUIDELINES.md

建设性建议标准

```
references/ANTI_PATTERNS_LIBRARY.md
```
反例库（快速识别常见问题）

A.3 执行优化与轻量测试（写入 tests/）

目标：按计划逐项修复，并用轻量测试验证。

输出：

tests/vYYYYMMDDHHMM/TEST_REPORT.md

轻量测试原则：

只验证“核心路径”与“本轮变更点”
每条结论必须有可复现证据（命令输出、文件、对比结果）
中间产物放入
```
tests/vYYYYMMDDHHMM/_artifacts/
```
，不污染主目录

可选增强（推荐，确定性自检）：

python3 auto-test-skill/scripts/verify_test_session.py --require-plan tests/vYYYYMMDDHHMM

A.4 是否进入下一轮

⚠️ 强制检查（必须满足才能进入下一轮）：

本轮已提出至少 10 个问题（P0 + P1 + P2 总和）
如未达到，必须继续挖掘问题（使用
```
references/ISSUE_DISCOVERY_TECHNIQUES.md
```
中的技巧）

进入下一轮 A 轮的条件（在满足强制检查的前提下）：

用户指定的轮次数未完成
本轮问题（P0/P1/P2）已全部闭环：修复完成，并在
```
tests/
```
会话的
```
TEST_REPORT.md
```
中给出验证证据

注意：每轮 A 轮都是独立评估，不因“问题已解决”而提前终止；如用户指定 N 轮，则按 N 轮执行。

重要：A 轮结束后（无论多少轮），必须进入 B 轮质量检查，不得跳过。

B 轮质量原则检查（当前 8 项）

⚠️ 强制执行：B 轮质量检查是自动测试流程的强制性环节，除非用户明确要求跳过，否则不得省略。

B.1 产出质量检查报告（写入 plans/）

目标：对 A 轮后的最新状态做系统性质量检查。

输出：

plans/B轮-vYYYYMMDDHHMM.md

检查维度（以

config.yaml

的

b_round_check.dimensions

为准）：

硬编码/AI 功能规划
冗余残留错误检查
安全性检查
过度设计检查
通用性检查
一致性检查
配置集中化检查：检查精确端（config.yaml）与模糊端（工作文档）是否完全分离，确保所有可配置参数集中在 config.yaml 作为单一真相来源
SKILL.md 瘦身检查：检查 SKILL.md 是否过于冗长，应将详细内容模块化到
```
references/
```

模板：

templates/B_ROUND_CHECK_TEMPLATE.md

B.2 B 轮优化与验证（写入 tests/）

⚠️ 强制修复要求：

B 轮发现的 所有 P0-P2 问题都必须处理（修复或明确说明不修复理由）
P0 问题必须修复
P1 问题必须修复（除非有合理理由）
P2 问题应尽可能修复
每个修复必须有验证证据（命令输出、文件对比、测试结果）
修复后必须更新
```
CHANGELOG.md
```

验证报告必须包含：

修复清单：每个 P0-P2 问题的修复方案和证据
遗留问题：未修复问题及原因（无论优先级）
变更记录：更新目标 skill 的 CHANGELOG.md

可选增强（推荐，确定性自检）：

python3 auto-test-skill/scripts/verify_test_session.py --require-plan tests/B轮-vYYYYMMDDHHMM

完成条件：

P0 问题修复率 = 100%
P1 问题修复率 = 100%（除非有合理的不修复理由）
P2 问题修复率 ≥ 60%（鼓励全部修复）
所有修复都有可复现证据

目标：对 B 轮发现的所有问题（P0-P2）进行系统性修复并验证。

推荐创建独立会话目录：

python3 /path/to/auto-test-skill/scripts/create_test_session.py --skill-root . --kind b --id vYYYYMMDDHHMM --a-test-id vYYYYMMDDHHMM --create-plan

输出：

tests/B轮-vYYYYMMDDHHMM/TEST_REPORT.md

完成条件（验收）

用户指定的 A 轮次数已完成（或明确说明提前结束原因）
B 轮质量检查已完成并形成报告（⚠️ 强制要求，参考
```
config.yaml
```
的
```
b_round_check.mandatory
```
）
每轮 A 轮平均问题数量 ≥ 10 个（P0 + P1 + P2 总和）
每轮 P0 + P1 占比 ≥ 60%（确保问题有价值）
每轮系统性问题 ≥ 3 个（架构/过度设计/一致/安全）
关键问题（P0/P1）已闭环：计划 → 修复 → 证据 → 结论
B 轮 P0 问题修复率 = 100%，P1 问题修复率 = 100%（或在报告中逐条说明不修复理由）
```
plans/
```
与
```
tests/
```
结构完整且可追溯
目标 skill 的
```
CHANGELOG.md
```
已更新

可复用资源

配置：
```
config.yaml
```

模板：

templates/

A 轮计划：
```
templates/OPTIMIZATION_PLAN_TEMPLATE.md
```
B 轮质量检查：
```
templates/B_ROUND_CHECK_TEMPLATE.md
```
Bug 报告：
```
templates/BUG_REPORT_TEMPLATE.md
```
最终总结：
```
templates/FINAL_SUMMARY_TEMPLATE.md
```
测试计划：
```
templates/TEST_PLAN_TEMPLATE.md
```
测试报告：
```
templates/TEST_REPORT_TEMPLATE.md
```

参考：

references/

批判性思维指南：
```
references/CRITICAL_THINKING_GUIDE.md
```
⚠️ 核心文档，必须使用
A 轮计划结构：
```
references/A_ROUND_PLAN_TEMPLATE.md
```
⚠️ 已简化，突出批判性思维
测试最佳实践：
```
references/TESTING_BEST_PRACTICES.md
```

建设性建议标准：

references/CONSTRUCTIVE_SUGGESTION_GUIDELINES.md

问题挖掘技巧：

references/ISSUE_DISCOVERY_TECHNIQUES.md

反例库：
```
references/ANTI_PATTERNS_LIBRARY.md
```

辅助脚本：
```
scripts/create_test_session.py
```
辅助脚本：
```
scripts/verify_test_session.py
```