back
loading skill details...
测试工作流编排引擎，自动串联qa-input-validation到qa-test-reporting的全部技能，生成专家级测试用例。 当用户要求生成测试用例、请求测试帮助、上传需求文档或提供URL时自动触发。 也适用于：用户不确定如何开始测试、需要完整测试流程而非单个技能时。 工作流按序执行：输入验证→需求评审...
---
name: qa-test-workflow
description: >-
测试工作流编排引擎，自动串联qa-input-validation到qa-test-reporting的全部技能，生成专家级测试用例。
当用户要求生成测试用例、请求测试帮助、上传需求文档或提供URL时自动触发。
也适用于：用户不确定如何开始测试、需要完整测试流程而非单个技能时。
工作流按序执行：输入验证→需求评审→需求解构→场景构建→深度设计→上下文工程→提示词生成→AI生成→输出评审→盲区补盲→测试报告。
关键词：生成测试用例、帮我测试、测试设计、需求文档测试、完整测试流程、工作流编排、AI测试生成、自动串联、测试全流程。
when_to_use: 用户说"生成测试用例"、"帮我测试"、"设计测试"、"上传需求"、"开始测试"、上传需求文档/URL时自动激活、需要完整测试流程时
disable-model-invocation: true
allowed-tools: Read Grep Glob WebFetch Bash
related_skills:
all_skills:
- qa-input-validation # 第0步：输入验证
- qa-requirement-review
- qa-req-deconstruction
- qa-risk-intuition
- qa-heuristic-checklist
- qa-scenario-tree
- qa-boundary-deep-dive
- qa-combination-strategy
- qa-state-transition
- qa-domain-modeling
- qa-regression-testing # 第5步：回归策略设计
- qa-ai-context-engineering
- qa-ai-prompt-strategy
- qa-ai-output-critique
- qa-ai-blindspot-compensation
- qa-output-validation # 第9步：输出验证
- qa-test-reporting
- qa-agent-testing
- qa-expert-review
input_format:
required:
- name: 用户需求
type: string
description: 用户的需求描述，可以是文字、文件路径或URL
optional:
- name: 附件
type: file
description: 上传的需求文档
- name: URL
type: string
description: 需求文档链接
output_format:
structure:
- test_cases: "测试用例列表"
- coverage_report: "覆盖率报告"
- risk_areas: "风险区域"
- test_report: "测试报告"
traceability:
- 每个测试用例带唯一ID（TC-XXXX）
- 关联需求ID（REQ-XXXX）
- 关联场景ID（SC-XXXX）
---
# 测试工作流编排（主入口）
你是一位资深测试架构师，负责编排整个测试设计流程。初级人员只需提供需求，你自动串联所有技能，输出专家级测试用例。
## 核心原则
**用户提问方式不变，技能集在后台自动帮他完成专家级测试设计。**
> 强制执行规则详见 [`references/enforcement.md`](references/enforcement.md)。
> 输入识别、路由规则和可选增强流程详见 [`references/routing.md`](references/routing.md)。
## 标准化工作流（9步串接）
**⚠️ 强制要求：每个步骤必须产出明确的输出文件，不得跳过任何步骤**
### 第0步：需求文档解析（新增）
```
输入：用户提供的需求文档路径
输出：完整的需求文档集合
输出文件：需求文档集合（合并后的内容）
执行内容：
1. 读取主需求文档
2. 解析文档中的索引引用
3. 识别子模块需求文档路径
4. 读取所有子模块需求文档
5. 合并需求内容
6. 构建完整的需求上下文
处理逻辑：
if 主文档包含索引引用:
for each 引用的子模块:
读取子模块需求文档
合并到需求上下文
else:
直接使用主文档内容
```
**关键检查点**：
- 主文档是否包含对子模块的引用？
- 引用的子模块文件是否存在？
- 是否有遗漏的需求文档？
**必须产出**：需求文档集合（合并后的内容）
### 第1步：需求评审（qa-requirement-review）
```
输入：完整的需求文档集合（主文档+子模块）
输出：需求评审报告
输出文件：需求评审报告.md
执行内容：
1. 评审需求完整性
2. 评审需求清晰性
3. 评审需求一致性
4. 评审可测试性
5. 评审可实现性
6. 输出问题清单
输出格式：
{
"review_result": "通过/有条件通过/不通过",
"completeness": {...},
"clarity": {...},
"consistency": {...},
"testability": {...},
"feasibility": {...},
"issues": [...]
}
```
**必须产出**：需求评审报告.md
### 第2步：需求解构（qa-req-deconstruction）
```
输入：需求文档
输出：需求解构表
输出文件：需求解构表.md
执行内容：
1. 提取显性需求
2. 挖掘隐性需求
3. 推导衍生需求
4. 五维拆解（输入/操作/状态/输出/规则）
输出格式：
{
"explicit_requirements": [...],
"implicit_requirements": [...],
"derived_requirements": [...],
"five_dimensions": {...}
}
```
**必须产出**：需求解构表.md
### 第3步：场景构建（并行执行3个技能）
```
输入：需求解构表
输出：场景构建产物（并行）
输出文件：风险评估.md、启发式清单.md、场景树.md
并行执行：
├─ qa-risk-intuition → 风险评估
├─ qa-heuristic-checklist → 启发式清单
└─ qa-scenario-tree → 场景树
输出格式：
{
"risk_assessment": {...},
"heuristic_checklist": {...},
"scenario_tree": {...}
}
```
**必须产出**：风险评估.md、启发式清单.md、场景树.md
### 第4步：深度设计（并行执行4个技能）
```
输入：场景树 + 风险评估
输出：设计产物（并行）
输出文件：边界清单.md、组合矩阵.md、状态转换图.md、领域模型.md
并行执行：
├─ qa-boundary-deep-dive → 边界清单
├─ qa-combination-strategy → 组合矩阵
├─ qa-state-transition → 状态转换图
└─ qa-domain-modeling → 领域模型
输出格式：
{
"boundary_analysis": {...},
"combination_strategy": {...},
"state_transition": {...},
"domain_model": {...}
}
```
**必须产出**：边界清单.md、组合矩阵.md、状态转换图.md、领域模型.md
### 第5步：回归策略设计（qa-regression-testing）【新增】
```
输入：变更分析结果 + 风险评估 + 场景树
输出：回归测试方案
输出文件：回归策略.md
执行内容：
1. 确定回归级别（冒烟/核心/全量）
2. 选择筛选策略（变更驱动/风险驱动/时间驱动）
3. 生成回归用例清单
4. 输出未覆盖的风险区域报告
```
**必须产出**：回归策略.md
### 第6步：上下文工程（qa-ai-context-engineering）
```
输入：第1-5步所有输出
输出：AI上下文包
输出文件：AI上下文包.md
执行内容：
1. 打包所有分析结果
2. 构建上下文金字塔
3. 格式化为结构化输入
输出格式：
{
"business_context": {...},
"functional_context": {...},
"technical_context": {...},
"output_requirements": {...}
}
```
**必须产出**：AI上下文包.md
### 第7步：提示词生成（qa-ai-prompt-strategy）
```
输入：AI上下文包
输出：优化后的提示词
输出文件：AI提示词.md
执行内容：
1. 选择最佳提示词模式
2. 注入上下文
3. 生成最终提示词
输出格式：
{
"prompt_mode": "结构化输出模式",
"final_prompt": "..."
}
```
**必须产出**：AI提示词.md（⚠️ 不得跳过此步骤）
### 第8步：输出评审与补盲（qa-ai-output-critique + qa-ai-blindspot-compensation）
```
输入：AI生成的测试用例
输出：评审后的测试用例
输出文件：用例评审报告.md、盲区补偿用例.md
执行内容：
1. 六维评审（完整性/深度/风险/一致性/可实现性/冗余度）
2. 假设挖掘
3. 盲区补盲（时序/并发/资源/状态/数据/第三方）
输出格式：
{
"review_result": {...},
"blindspot_compensation": {...},
"final_test_cases": [...]
}
```
**必须产出**：用例评审报告.md、盲区补偿用例.md（⚠️ 不得跳过此步骤）
### 第9步：测试报告（qa-test-reporting）
```
输入：最终测试用例 + 过程数据
输出：测试报告
输出文件：测试报告.md、测试用例.csv
执行内容：
1. 生成测试用例清单
2. 统计覆盖情况
3. 标注风险区域
4. 输出测试报告
输出格式：
{
"test_case_summary": {...},
"coverage_statistics": {...},
"risk_areas": [...],
"test_report": "..."
}
```
**必须产出**：测试报告.md、测试用例.csv
## 调用链总览
**⚠️ 强制要求：每个步骤必须产出明确的输出文件，不得跳过任何步骤**
```
用户输入（需求/文件/URL）
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 第0步：输入验证 qa-input-validation（防幻觉） │
│ 验证：需求明确性/上下文充分性/输入类型 │
│ 如果验证失败：返回缺失信息清单，要求用户补充 │
│ 输出文件：输入验证报告.md │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 第1步：需求评审 qa-requirement-review │
│ 输出：需求评审报告（完整性/清晰性/一致性/可测试性/可实现性） │
│ 输出文件：需求评审报告.md │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 第2步：需求解构 qa-req-deconstruction │
│ 深度要求：根据复杂度调整（简单×2/中等×3/复杂×4） │
│ 输出：需求解构表（显性+隐性+衍生需求 + 业务规则） │
│ 输出文件：需求解构表.md │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 第3步：场景构建（并行） │
│ 深度要求：根据复杂度调整（简单×3/中等×5/复杂×7） │
│ ├─ qa-risk-intuition → 风险评估（至少5个风险点） │
│ ├─ qa-heuristic-checklist → 启发式清单（8大功能类型） │
│ └─ qa-scenario-tree → 场景树（主路径+分支+异常+数据流） │
│ 输出文件：风险评估.md、启发式清单.md、场景树.md │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 第6步：提示词生成 qa-ai-prompt-strategy │
│ 输出：优化后的提示词（含角色/数量/维度/格式/约束） │
│ 输出文件：AI提示词.md（⚠️ 不得跳过此步骤） │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ [AI生成测试用例] │
│ 输出文件：测试用例_初版.csv │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 第7步：输出评审与补盲 │
│ ├─ qa-ai-output-critique → 六维评审 │
│ └─ qa-ai-blindspot-compensation → 盲区补盲 │
│ 输出文件：用例评审报告.md、盲区补偿用例.md │
│ ⚠️ 不得跳过此步骤 │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 第8步：测试报告 qa-test-reporting │
│ 输出：最终测试用例 + 测试报告 │
│ 输出文件：测试报告.md、测试用例.csv │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 第9步：输出验证 qa-output-validation（防幻觉） │
│ 验证：事实核查/一致性检查/可执行性验证/来源追溯 │
│ 如果验证失败：返回问题清单，要求修正 │
│ 输出文件：输出验证报告.md │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 第10步：专家评审与元学习（可选） │
│ ├─ qa-expert-review → 专家评审 │
│ └─ 校正反馈 → Prompt优化 │
│ 输出文件：专家评审报告.md（如执行） │
└─────────────────────────────────────────────────────────────┘
│
▼
最终输出：专家级测试用例 + 完整报告文件集
```
## 执行指令
**⚠️ 强制要求：必须严格按照以下顺序执行，每步必须产出输出文件，不得跳过任何步骤**
当用户请求生成测试用例时，按以下顺序执行：
```
0. 调用 qa-input-validation（输入验证）→ 如果验证失败，返回缺失信息清单
输出文件：输入验证报告.md
1. 调用 qa-requirement-review（需求评审）
输出文件：需求评审报告.md
2. 调用 qa-req-deconstruction（需求解构）
输出文件：需求解构表.md
3. 并行调用 qa-risk-intuition、qa-heuristic-checklist、qa-scenario-tree
输出文件：风险评估.md、启发式清单.md、场景树.md
4. 并行调用 qa-boundary-deep-dive、qa-combination-strategy、qa-state-transition、qa-domain-modeling
输出文件：边界清单.md、组合矩阵.md、状态转换图.md、领域模型.md
5. 调用 qa-ai-context-engineering（上下文工程）
输出文件：AI上下文包.md
6. 调用 qa-ai-prompt-strategy（提示词生成）
输出文件：AI提示词.md（⚠️ 不得跳过此步骤）
7. [AI生成测试用例]
输出文件：测试用例_初版.csv
8. 调用 qa-ai-output-critique（输出评审）
输出文件：用例评审报告.md
9. 调用 qa-ai-blindspot-compensation（盲区补盲）
输出文件：盲区补偿用例.md
10. 调用 qa-output-validation（输出验证）→ 如果验证失败，返回问题清单
输出文件：输出验证报告.md
11. 调用 qa-test-reporting（测试报告）
输出文件：测试报告.md、测试用例.csv
12. [可选] 调用 qa-expert-review（专家评审）
输出文件：专家评审报告.md
13. 输出最终测试用例
输出文件：最终测试用例.csv
```
**关键检查点**：
- 每个步骤完成后必须检查输出文件是否存在
- 如果输出文件不存在，必须重新执行该步骤
- 不得跳过任何步骤，特别是步骤6（提示词生成）和步骤8-9（输出评审与补盲）
## 可选增强流程
根据用户需求和识别结果，可选择性调用：
### 按用例类型
```
├─ 接口测试：qa-api-testing（识别到"接口/API"关键词）
├─ Agent测试：qa-agent-testing（识别到"Agent/智能体"关键词）
├─ 性能测试：qa-specialized-testing（识别到"性能/压力"关键词）
└─ 安全测试：qa-specialized-testing（识别到"安全/渗透"关键词）
```
### 按平台类型
```
├─ 移动端App：加载 platform-mobile-app.md
├─ 小程序：加载 platform-mini-program.md
├─ 移动Web/H5：加载 platform-mobile-web.md
├─ 桌面应用：加载 platform-desktop.md
└─ PC Web：加载 platform-pc-web.md
```
### 按用户需求
```
├─ qa-test-estimation：工作量估算（用户需要排期时）
├─ qa-exploratory-testing：探索式测试（需要深度探索时）
├─ qa-expert-review：专家评审（需要质量把关时）
└─ qa-tech-debt-management：技术债务评估（需要评估债务时）
```
> 标准化输出模板和检查清单详见 [`references/format.md`](references/format.md)。
## 验收清单
工作流执行完成后检查：
- [ ] 用例类型是否识别正确？
- [ ] 平台专项是否加载？
- [ ] 需求评审是否完成？
- [ ] 需求解构是否完整？
- [ ] 风险评估是否识别？
- [ ] 启发式清单是否应用？
- [ ] 场景树是否覆盖全面？
- [ ] 边界分析是否深入？
- [ ] 组合策略是否合理？
- [ ] 状态转换是否清晰？
- [ ] 领域模型是否构建？
- [ ] 上下文包是否结构化？
- [ ] 提示词是否优化？
- [ ] 输出评审是否完成？
- [ ] 盲区补盲是否执行？
- [ ] 检查清单是否执行？
- [ ] 输出格式是否标准？
- [ ] 测试报告是否生成？
- [ ] 最终用例是否专家级？
don't have the plugin yet? install it then click "run inline in claude" again.