Prd Auto Test Loop

PRD 自动化测试闭环

概览

使用此技能将发布测试固定为：主回归基线 + PRD 增量测试。

跨版本维护一套共享主回归测试。 每个 PRD 版本仅增加新增或变更相关用例。 将产物输出到 自动化测试//。

工作流

1. 从 PRD 锁定范围。

• 提取版本目标、测试范围、非范围、验收标准。
• 若本次是增量变更，拒绝“整套重写测试”。

1. 定义测试分层与边界。

• 将验收标准映射为 Unit / Integration / E2E。
• 读取 references/自动化测试封装指南.md 的边界章节，标记 A/H/A+H。

1. 初始化版本测试目录。

• 读取 references/自动化测试封装指南.md 的初始化命令与模板。
• 创建 自动化测试//，并生成 TEST_PLAN.md、TEST_REPORT.md。

1. 实现增量测试。

• 优先复用既有主回归用例。
• 仅新增 PRD 差异用例到 tests/。
• 保持断言确定性，避免脆弱 UI 选择器。

1. 执行 AI 自测闭环。

• 固定顺序：Unit -> Integration -> E2E。
• 失败时按根因修复并重跑（最多 3 轮）。
• 若被环境阻塞，明确记录阻塞项并停止宣称通过。

1. 产出测试报告。

• 按模板填写命令、通过率、失败项、剩余风险。
• 输出发布门禁结论：PASS 或 FAIL。

规则

• 不要每个 PRD 都从零重建整套测试。
• 必须同时维护“主回归套件 + 版本增量套件”。
• 每个版本必须绑定自己的 TEST_PLAN 与 TEST_REPORT。
• 必须给出可复现命令和结果摘要，禁止模糊结论。
• 不要声称覆盖全部质量风险，必须列出人工补测项。

自动化边界矩阵

适合自动化（建议 AI 覆盖）

• 功能正确性（状态流转、接口处理、校验规则）
• 回归路径（历史缺陷防回归）
• 确定性边界场景（空值、非法值、重复操作）
• 稳定冒烟流程（启动、关键导航、保存/提交）
• 可量化非功能指标（超时、错误率、崩溃率）

优先人工验证（建议人工兜底）

• 可用性与交互顺滑度
• 视觉质感与品牌一致性
• 业务策略合理性
• 开放式探索路径
• 产品取舍与发布优先级判断

验收标准标记法

• A：可完全自动化
• H：仅人工验证
• A+H：自动化 + 人工联合验证

TEST_PLAN 模板

# TEST_PLAN（）

## 1. 测试范围
- PRD：
- 范围内：
- 非范围：

## 2. 完成门槛
1. 计划内用例：/ 通过
2. P0 用例通过率：100%
3. 连续两轮稳定通过
4. 无阻断/严重缺陷遗留

## 3. 用例清单
### Unit
- UT-xx：

### Integration
- IT-xx：

### E2E
- E2E-xx：

## 4. 执行顺序
1. Unit
2. Integration
3. E2E
4. 自动修复循环（最多 3 轮）

## 5. 输出产物
- TEST_REPORT.md
- 命令执行结果摘要

TEST_REPORT 模板

# TEST_REPORT（）

## 1. 结果摘要
- 日期：
- PRD：
- 结论：PASS | FAIL

## 2. 执行命令与结果
- 
  - result:

## 3. 分层覆盖结果
- Unit：passed/total
- Integration：passed/total
- E2E：passed/total

## 4. 失败用例
- 用例 ID：
- 现象：
- 根因：
- 修复状态：

## 5. 剩余风险（人工补测）
- 风险点：
- 自动化无法完全覆盖原因：

## 6. 发布门禁
- 门禁检查状态：
- 最终决策：

版本目录初始化命令

在项目根目录执行：

version="V0.6"
base_dir="自动化测试/$version"
mkdir -p "$base_dir/tests/unit" "$base_dir/tests/integration" "$base_dir/tests/e2e"

cat > "$base_dir/TEST_PLAN.md"  "$base_dir/TEST_REPORT.md" <<'RPT'
# TEST_REPORT（V0.6）

## 1. 结果摘要
- 日期：
- 结论：
RPT

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: yunshu0909
• Source: yunshu0909/yunshu_skillshub
• License: MIT

Install and usage instructions live in the source repository linked above.