AI测试工程师全生命周期技能集,覆盖需求分析→测试设计→AI协作→自动化→执行监控→质量度量→专项测试7大阶段,含48个专家级测试模块,帮助初级测试工程师输出专家级用例。触发词:测试用例、测试设计、测试策略、测试分析、测试报告、接口测试、性能测试、安全测试、自动化测试、AI测试、质量度量、缺陷分析、回归测试等。
AI测试工程师 — 48模块全生命周期测试技能集
功能概述
AI测试工程师 — 48模块全生命周期测试技能集是一项面向实际任务的技能,主要用于本Skill将一名初级测试工程师的日常操作注入专家级知识体系,覆盖测试全生命周期的7大阶段48个核心技能模块;每个模块包含核心方法论、专家操作流程、关键检查点、常见陷阱、产出模板和AI增强技巧;
核心要点
- 当用户提出以下意图时加载本Skill:;
- 编写/设计/评审测试用例;
- 制定测试策略/计划;
使用与执行
分析需求可测性;执行测试设计(等价类、边界值、状态迁。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
结果检查与注意事项
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
AI测试工程师 — 48模块全生命周期测试技能集
概述
本Skill将一名初级测试工程师的日常操作注入专家级知识体系,覆盖测试全生命周期的7大阶段48个核心技能模块。每个模块包含核心方法论、专家操作流程、关键检查点、常见陷阱、产出模板和AI增强技巧。
触发指南
当用户提出以下意图时加载本Skill:
- 编写/设计/评审测试用例
- 制定测试策略/计划
- 分析需求可测性
- 执行测试设计(等价类、边界值、状态迁移等)
- AI辅助测试(生成用例、分析缺陷、智能回归)
- 搭建自动化测试框架
- 测试执行监控与缺陷管理
- 质量度量、效率分析、ROI评估
- 专项测试(性能、安全、兼容性、易用性)
架构总览:7阶段 × 48模块
Phase 1: 需求分析与测试策略 (6模块) → references/phase1-requirements.md Phase 2: 测试设计方法 (8模块) → references/phase2-design-methods.md Phase 3: 测试用例工程 (8模块) → references/phase3-testcase-engineering.md Phase 4: AI协作测试 (8模块) → references/phase4-ai-collaboration.md Phase 5: 自动化测试 (6模块) → references/phase5-automation.md Phase 6: 测试执行与监控 (6模块) → references/phase6-execution.md Phase 7: 质量度量与分析 (6模块) → references/phase7-quality-metrics.md
使用方式
交互式导航
当用户提出测试相关问题时,按以下步骤响应:
- 识别阶段:根据用户意图匹配对应的Phase
- 加载参考:Read对应的
references/phaseX-xxx.md文件 - 定位模块:在参考文件中找到精确匹配的技能模块
- 执行专家流程:严格按照模块中定义的方法论、检查点、模板执行
- 输出专家级产物:生成结构化的测试用例/策略/报告
模块选择决策树
用户意图 ├─ 涉及需求/策略/计划 → Phase 1 ├─ 涉及测试方法/设计技巧 → Phase 2 ├─ 涉及具体用例编写 → Phase 3 ├─ 涉及AI辅助/智能化 → Phase 4 ├─ 涉及自动化/CI/CD → Phase 5 ├─ 涉及执行/缺陷/环境 → Phase 6 └─ 涉及度量/效率/ROI → Phase 7
跨阶段组合
对于复杂请求(如"为这个API设计完整的测试方案"),按顺序加载多个Phase:
- Phase 1 → 分析需求可测性,制定测试策略
- Phase 2 → 选择测试设计方法(等价类+边界值+判定表)
- Phase 3 → 编写具体测试用例
- Phase 5 → 设计自动化测试方案(如适用)
- Phase 7 → 定义质量度量标准
快速索引:48模块一览
| 编号 | 模块名称 | 阶段 | 核心价值 |
|---|---|---|---|
| M01 | 需求可测性分析 | P1 | 判断需求是否可测,识别测试盲区 |
| M02 | 测试策略制定 | P1 | 选择最优测试方法和资源分配方案 |
| M03 | 测试范围与优先级 | P1 | 基于风险的测试范围裁剪 |
| M04 | 风险识别与评估 | P1 | FMEA风险矩阵,预防性测试 |
| M05 | 测试估算与资源规划 | P1 | 工作量估算、人力和环境规划 |
| M06 | 需求评审检查清单 | P1 | 结构化需求评审,减少返工 |
| M07 | 等价类划分法 | P2 | 用最少用例覆盖最多场景 |
| M08 | 边界值分析法 | P2 | 精准捕获边界缺陷 |
| M09 | 判定表与因果图 | P2 | 复杂业务规则的逻辑化测试 |
| M10 | 状态迁移测试 | P2 | 全覆盖状态机和状态转换 |
| M11 | 正交实验设计 | P2 | 多因素组合的最小用例集 |
| M12 | 场景法测试设计 | P2 | 端到端用户场景覆盖 |
| M13 | 组合测试设计 | P2 | Pairwise/N-wise组合覆盖 |
| M14 | 错误推测法 | P2 | 基于经验的缺陷预测 |
| M15 | 功能测试用例编写 | P3 | 8要素标准功能用例模板 |
| M16 | 接口测试用例编写 | P3 | REST/GraphQL/gRPC全覆盖 |
| M17 | 性能测试用例设计 | P3 | 负载/压力/稳定性/峰值场景 |
| M18 | 安全测试用例设计 | P3 | OWASP Top 10全覆盖 |
| M19 | 兼容性测试用例 | P3 | 多端多浏览器多分辨率矩阵 |
| M20 | 易用性测试用例 | P3 | Nielsen十大可用性原则驱动 |
| M21 | 测试数据构造 | P3 | 等价类数据+边界数据+异常数据 |
| M22 | 测试用例评审与优化 | P3 | 7维度评审,去除冗余 |
| M23 | AI生成测试用例 | P4 | Prompt工程驱动的高质量用例生成 |
| M24 | AI辅助测试脚本 | P4 | 自然语言→自动化脚本 |
| M25 | AI缺陷分析 | P4 | 智能分类、根因分析、模式识别 |
| M26 | 智能回归测试选择 | P4 | 基于代码变更的精准回归 |
| M27 | AI测试数据生成 | P4 | 智能造数,覆盖边界和异常 |
| M28 | 自然语言用例转换 | P4 | 人类语言→结构化用例 |
| M29 | AI测试覆盖率分析 | P4 | 智能识别未覆盖路径 |
| M30 | AI辅助测试报告 | P4 | 自动汇总、趋势分析、洞察生成 |
| M31 | 自动化框架搭建 | P5 | 选型→架构→脚手架→CI集成 |
| M32 | UI自动化测试 | P5 | Page Object + 智能等待 + 截图 |
| M33 | 接口自动化测试 | P5 | 契约测试+数据驱动+断言链 |
| M34 | CI/CD测试集成 | P5 | Pipeline设计+质量门禁+并行策略 |
| M35 | 自动化脚本维护 | P5 | 自愈定位器+参数化+模块化 |
| M36 | 自动化执行与调度 | P5 | 分布式执行+重试机制+资源管理 |
| M37 | 测试环境管理 | P6 | 环境配置即代码+数据隔离+健康检查 |
| M38 | 探索性测试 | P6 | SBTM+测程+Charter驱动的专家探索 |
| M39 | 测试进度跟踪 | P6 | 燃尽图+进度偏差+风险预警 |
| M40 | 缺陷生命周期管理 | P6 | 提交→确认→修复→验证→关闭 |
| M41 | 回归测试策略 | P6 | 全量/选择/优先级三级回归 |
| M42 | 测试执行风险监控 | P6 | 实时风险信号+预案触发 |
| M43 | 测试覆盖率度量 | P7 | 代码/需求/风险/业务四维覆盖率 |
| M44 | 缺陷密度与趋势分析 | P7 | DDP/缺陷注入率/收敛趋势 |
| M45 | 测试效率度量 | P7 | 用例生产率/执行效率/自动化ROI |
| M46 | 质量模型评估 | P7 | ISO 25010八维质量特性评估 |
| M47 | 测试ROI分析 | P7 | 缺陷预防价值/自动化节省/投入产出比 |
| M48 | 质量仪表盘设计 | P7 | 实时可视化+趋势预测+决策建议 |
专家级核心原则
测试用例8要素标准
每个测试用例必须包含:
- 用例编号(分层编号:模块-场景-序号)
- 测试标题(动词开头,明确验证点)
- 前置条件(数据+环境+权限+状态)
- 测试步骤(操作→预期反应,一步一验证)
- 预期结果(可量化、可验证、不含歧义)
- 测试数据(具体值,非"有效数据")
- 优先级(P0阻塞/P1高/P2中/P3低)
- 关联需求(需求ID+版本)
测试设计五问法(5-Why for Testing)
每个测试设计决策自问:
- 为什么这个场景需要测?(业务影响)
- 为什么选择这个方法?(方法适配性)
- 为什么不测其他场景?(风险可接受性)
- 为什么这个数据?(数据代表性)
- 为什么这个优先级?(失败后果评估)
AI增强三原则
- AI是加速器,不是替代者:AI生成后必须人工审查关键业务逻辑
- Prompt决定质量:输入越结构化,输出越精准
- 增量验证:不要一次性让AI生成全部,分批验证后迭代
技能使用脚本
testcase_generator.py
自动生成标准化测试用例模板。
quality_dashboard.html
交互式质量仪表盘模板。
热门AI工具
相关专题
本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。
0
2026.11.17
本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.17
本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。
0
2026.11.17
SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。
0
2026.11.17
SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。
0
2026.11.17
SQLAlchemy ORM 模型怎么写?本专题整理模型类定义、Mapped 字段映射、主键与约束、表结构创建和常见报错的相关文章,帮助你从基础配置到实际建模逐步掌握 SQLAlchemy。
0
2026.11.17
本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。
0
2026.11.12
本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.12
本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。
0
2026.11.12
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.9万人学习
共6课时 | 54.7万人学习
最新文章