dsh-qa-skills

简体中文 | English

<h1 align="center">qa-skills</h1> <p align="center"><strong>让 AI 像资深测试工程师一样工作。</strong></p> <p align="center">知识 × 工具 × 决策 —— 面向 Claude Code 等 Agent 的测试工程 Skill 框架。<br>每一个数字，都来自实测。</p>

---

快速开始

git clone https://github.com/fishzjp/qa-skills.git
cd qa-skills

./install.sh            # 交互式选择宿主目录（自动检测 ~/.agents/skills 等）
./install.sh --auto     # 或全自动安装

或通过 skills.sh 跨 Agent 安装（Claude Code / Cursor / Codex / OpenCode 等 50+ 宿主）：

npx skills add fishzjp/qa-skills            # 交互式勾选，全装用 --skill '*'

DeepSeek Harness（dsh）用户：本仓库已打包为 dsh 插件（npm 包 dsh-qa-skills），一条命令安装——

dsh plugin --profile web add dsh-qa-skills

也可以走文件路径：dsh 原生兼容本仓库格式，装到 ~/.agents/skills/（./install.sh --target ~/.agents/skills）或 ~/.dsh/skills/，重启 dsh 生效。已在 dsh 0.1.0-rc.8 + deepseek-v4-flash 上完成双路径端到端验证。

core 是共享知识库依赖单元（不可执行任务），安装任一 skill 时必须一并安装，否则引用路径断裂。

装好后对 Agent 说一句：

帮我测试这个需求：{需求描述 + 仓库地址}

从需求理解、风险与类型决策，到测试报告——完整流水线就此跑通。只需要其中某个阶段（写用例 / 审查 / 转自动化 / 回归范围）时，直接描述需求即可，无需走完整流水线。卸载：./uninstall.sh；手动安装：cp -r skills/* <skills 目录>/（core/ 必须一起复制，各 skill 以相对路径引用它）。验证安装：ls <skills 目录> 应见 10 个 skill 目录 + core/ + qa-skills.VERSION。

→ 设计文档 · 决策层设计 · Skill On / Off 产出对照

<strong>宿主兼容性与降级路径</strong>

Skill 是纯 Markdown 指令文件（frontmatter + 相对路径引用），不依赖特定宿主特性：

宿主	安装目录	状态
Claude Code	~/.claude/skills/ 或 <项目>/.claude/skills/	✅ 主要适配对象，评测基于此
跨宿主共享目录	~/.agents/skills/	✅ 多 Agent 共读一份，install.sh 默认推荐
DeepSeek Harness (dsh)	~/.agents/skills/、~/.dsh/skills/ 或 <项目>/.agents/skills/	✅ 实测通过（dsh 原生实现 Anthropic Skills 规范；deepseek-v4-flash 全链路验证：识别 / 触发 / 产出）
Codex CLI	~/.codex/skills/	🔶 按约定应可用，未系统评测
其他支持 Skills 的 Agent	各自的 skills 目录	🔶 同上

qa 流水线的"阶段间上下文隔离"依赖宿主的子会话 / 子代理能力；宿主不支持时自动退化为顺序会话 + 文件衔接，正确性不受影响（见 DESIGN.md 编排会话模型一节）。--link 软链安装随 git pull 升级。

能力总览

你说	框架做	产出
"帮我测试这个需求"	qa 编排 9 阶段流水线，检查点等你裁决	全套测试资产 + 测试报告
"根据这份 PRD 写用例"	代码优先：索取仓库、读实现、审出潜在 Bug 再写	双轨用例：markmap（人）+ schema.yaml（机器）
"这个功能应该怎么测"	Risk Map（评级挂证据）→ 功能域 + 类型域两域决策（十轴全轴必答）	测试策略.md（含 type_scope 与专项移交包）
"审一下这份存量用例"	独立审查：可测点基准分母 + 覆盖 + 可执行性双线	直接修订用例文件 + 审查记录
"把用例转成自动化"	Page Object 规范、监听先于操作、自建数据自清理	可运行的 Playwright / pytest 代码
"这个 Bug 帮我定位一下"	复现 → 读代码到行 → 影响三面分析 → 回归建议	Bug 条目（根因 / 证据 / 回归）

exploratory-testing（charter 驱动探索）、api-testing（接口级）、bug-analysis、regression-testing（diff → 回归范围）各自独立可用。

<strong>测试用例脑图怎么渲染</strong>

测试用例_markmap.md 是标准 Markdown（markmap 语法）：VS Code 装 Markmap 扩展、npx markmap-cli 测试用例_markmap.md 生成交互式 HTML、或粘贴到 markmap.js.org/repl。

能写，更要能执行。

AI 写出的用例常常看似专业、实则无法执行——判定模糊、占位符、无判定时限、虚构入口。

同一个需求，本框架的产出长这样：

> 前置:运营账号已登录,进入「营销中台 → 券工场 → 活动列表」

- **TC-02-05 到期自动结束** [P1]
  - 操作步骤: 1. 选一张结束时间为 2 分钟后的已发布券「满100减20-测试」 2. 等待到期
  - 预期结果: 到期后 1 小时内状态自动变为「已结束」,超过 1 小时未变判失败

核心产出标准只有一条：没读过需求、没人讲解的人，拿着文件能直接开工。 这背后是 skills/core/executability.md 的 8 条硬标准；评测中它是一票否决项——不可执行的用例，覆盖再全也计零分。

指令更少，遵循更强。

…