qa-ai-output-critique

对 AI 生成的测试用例进行八维评审（完整性、正确性、可执行性、风险覆盖、规范性、一致性、追溯性、冗余度），输出含逐维评分、问题清单、覆盖遗漏与三选一结论的评审报告；缺少上游场景树、风险清单或需求 ID 时显式降级为六维评审。只评审现有用例，不产出用例、不执行测试。

kokxi

热度 59.37

最近更新 2026-09-29 12:27:18

分类：开发依赖：读写文件应用场景：代码审查 / 报告撰写 / 工作流

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add qa-ai-output-critique

Metadata

displayName: AI 测试输出评审
name: qa-ai-output-critique
description: 对AI生成的测试用例进行八维评审（完整性、正确性、可执行性、风险覆盖、规范性、一致性、追溯性、冗余度），是AI生成用例后的第一个质量门禁。当AI刚刚生成了一大批测试用例、你需要确保这些用例真的有价值而不是"看起来不错"时，应当使用此技能。不要假设AI输出的都是对的——AI经常生成语义正确但实际操作不了的用例。每个维度评分低于7分的必须标注问题并使用MISSING/WRONG/VAGUE等规范格式标记。无上游场景树/风险清单时降级为六维评审（跳过追溯性、简化完整性）。触发场景：检查一下输出、评审用例质量、验证完整性、这个用例对吗、自动检查时。 Use when the user asks about: critiquing AI-generated test cases across completeness, correctness, executability, risk coverage, conformance, consistency, traceability, and redundancy.
license: MIT
allowed-tools: Read Grep Glob
metadata: {"slug":"qa-ai-output-critique","display-name":"AI 测试输出评审","version":"1.8.0","when-to-use":"AI生成用例后自动激活（最终输出前的必过门禁）；用户说\"检查一下输出\"、\"评审用例质量\"、\"验证完整性\"、\"这个用例对吗\"、\"自动检查\"时","related-skills":"{\"upstream\":[\"qa-ai-prompt-strategy\",\"qa-scenario-tree\",\"qa-risk-intuition\"],\"downstream\":[\"qa-ai-blindspot-compensation\",\"qa-expert-review\",\"qa-output-validation\"]}","references":"[\"references/review-dimensions.md\",\"references/deep-review-techniques.md\",\"assets/critique-report.md\"]","input-format":"{\"required\":[{\"name\":\"AI生成测试用例\",\"type\":\"array\",\"description\":\"AI生成的9列标准测试用例\"}],\"optional\":[{\"name\":\"场景树\",\"type\":\"object\",\"description\":\"来自qa-scenario-tree，用于完整性评审\"},{\"name\":\"风险清单\",\"type\":\"object\",\"description\":\"来自qa-risk-intuition，用于风险覆盖评审\"},{\"name\":\"需求ID列表\",\"type\":\"array\",\"description\":\"REQ-{模块缩写}-{序号} 列表，用于追溯性评审\"}]}","output-format":"{\"traceability\":[\"本技能只评审、不新增 ID；评审问题关联到被评审的原用例ID：TC_{模块缩写}_{功能缩写}_{三位序号}\",\"覆盖遗漏的依据引用上游 ID：REQ- 需求 / SC- 场景 / RISK- 风险点\"],\"structure\":[{\"critique_report\":\"评审报告：八维评分（降级模式为六维）+ 问题清单（用例ID|维度|标记|问题描述|修正建议）+ 覆盖遗漏 + 改进方向 + 三选一结论\"},\"评分：每维 10 分、总分≥64 合格；任一维 <7 分必须标问题并修改（总分达标不豁免单维不合格）\",\"问题标记三选一：MISSING（缺失）/ WRONG（错误）/ VAGUE（含糊）\",\"覆盖遗漏必须给出依据 ID，不接受凭感觉的\\\"还不够全面\\\"\",\"本技能不产出 9 列用例表 —— 只评审，用例由 qa-test-case-design 定义、qa-ai-prompt-strategy 驱动生成\"]}","error-recovery-guidance":"{\"on_failure\":\"评审发现系统性问题时回退到AI生成步骤修正\",\"retry_behavior\":\"修正提示词或上下文后重新生成并评审\"}","categories":"[\"Development\",\"Testing\",\"AI\"]","depth-requirement":"{\"reference_value\":\"按用例数量与复杂度调整评审投入；用例越多越要分维度逐条评，不抽样\",\"minimum\":\"至少覆盖功能正确性、边界条件、异常场景 3 个评审维度；低于 7 分的维度必须标问题\"}"}

⚠️ 本技能单独使用效果有限，建议配合完整技能集（12 步工作流）使用。安装：npx skills add Kokxi/qa-test-skills

⚠️ 安全警告：本技能的示例可能涉及测试用例整理、合并或删除建议。实际使用时请勿直接执行批量删除操作，先备份原数据并确认非关键用例。本技能仅在 workspace/ 输出评估文件，不持久化、不外传、不跨会话复用。

AI 输出评审

核心原则

AI 输出看起来都对，但专家能看出哪里不够。

这个技能是 AI 生成用例后的第一个质量门禁——不要假设 AI 输出的都是对的。

1. 八维评审速查

每维 10 分，总分 ≥ 64 合格。但总分达标不豁免单维不合格：任一维 < 7 分必须改。

维度	评分核心	最常见问题
完整性	场景覆盖是否完整	缺异常路径
正确性	业务规则和预期是否正确	预期结果不自洽
可执行性	步骤是否清晰可执行	步骤写"按正常流程"
风险覆盖	高风险区域是否深测	资损/并发场景缺失
规范性	格式是否符合标准	编号断号、列错位
追溯性	`REQ-`/`SC-` ID 是否完整	用例无需求关联
一致性	用例间是否自相矛盾	前置与步骤不匹配
冗余度	是否有无价值用例	多条用例覆盖同一点

逐维详细评分标准与评审清单见 references/review-dimensions.md。

2. 评审模式

模式	条件	评审维度	适用
A 完整评审	场景树 AND 风险清单 AND 需求 ID 列表	八维全启用	工作流标准评审
B 降级评审	缺任一上游	六维（跳过追溯性，简化完整性）	独立使用、快速检查

降级处理

缺少的上游	降级策略
场景树	完整性基于通用场景清单（主流程/分支/异常/边界）
风险清单	风险覆盖基于默认风险类型（资金/安全/并发/数据一致性）
需求 ID 列表	追溯性维度直接跳过，标注"需补充追溯信息"

降级必须显式声明。静默降级会让评审报告看起来比实际更权威。

3. 国产模型特有评审点

除八维通用评审外，国产模型输出还需额外检查（这些是通用维度覆盖不到的失败模式）：

评审点	典型表现	处理
中文语义漂移	标题"验证登录"但步骤在测注册	用"步骤是否支撑标题"反向核查，漂移即降分
数字/单位幻觉	凭空编造超时值、并发数、金额单位	核对来源，无依据标 `MISSING：需基准数据`
政策/合规表述	预期结果含不合规表述（支付/个人信息）	标合规风险，提示对照监管要求
格式不稳定	表格列错位、编号断号（`TC_001`→`TC_003`）、中文标点混入	按规范性维度检查编号连续性
过度泛化	写得"像测试指南"而非"可执行用例"	按可执行性维度扣分，要求补具体步骤
伪正确性	预期结果"返回正确"但未定义什么算正确	要求可验证（具体状态码/字段值）

评审动作：发现任一问题 → 按对应八维维度降分 + 输出规范标记（MISSING/WRONG/VAGUE）+ 修正建议。

4. 加载时机

什么时候读	读哪个
逐维详细评分标准与评审清单	`references/review-dimensions.md`
报告已出，想再深挖一层或决定砍哪些用例	`references/deep-review-techniques.md`（假设挖掘 / 迭代决策树 / AI 反驳 / ROI）
写评审报告	`assets/critique-report.md`（模式 A/B 模板 + 填写要求 + 自检）

5. 产出

# 测试用例评审报告

## 一、八维评分          → 每维 10 分，<7 分标问题
## 二、问题清单          → 用例 ID | 维度 | 标记 | 问题描述 | 修正建议
## 三、覆盖遗漏          → 必须给依据 ID（RISK- / REQ- / SC-）
## 四、改进方向          → 可执行的具体动作
## 五、评审结论          → 需重新生成 / 需修改后复审 / 通过

标记三选一：MISSING（缺失）/ WRONG（错误）/ VAGUE（含糊）

完整模板见 assets/critique-report.md。本技能只评审，不产出用例。

6. 交付前自检

八维（或六维）逐维评分，低于 7 分的已标问题
总分达标但存在高严重度问题时，明确要求修改（不因总分豁免）
每个问题关联到具体用例 ID，且有 MISSING/WRONG/VAGUE 标记
覆盖遗漏都给出了依据 ID（RISK-/REQ-/SC-），不是凭感觉
国产模型 6 项特有评审点已逐项检查
降级模式已显式声明缺哪些上游数据
评审结论三选一且明确
用例编号格式为 3 段式，无断号、无 TC_/SC- 混用