测试人员skill怎么归类

你天天说我要用 ai 提效，结果呢？每次让 ai 干活都要跟他啰嗦半天。用 pytest 啊，断言写详细点，报告，按这个格式，等你解释完自己手写都写完了，问题出在哪？不是 ai 不 行，是你没给他规矩。 skill 就是 给 ai 定的规矩，你把它写清楚， ai 就 按你的套路出牌调教，终身受用。 我直接给你八个写好的 skill， 拿去就能用。 skill 一， prd 转测试用力，输入需求，文档输出标准，测试用力等价类边界值，异常场景， ai 全给你覆盖到。 skill 二，刷一个转接口脚本，扔个接口文档， ai 给你生成 paytest 加 request 的 自动化代码， 断言都写好了。 skill 三， bug 报告生成器，你说登录页密码输错没提示， ai 帮你写成步骤预期实际优先级截图建议完整报告。 skill 四，日制智能分析贴，报错站， ai 告诉你哪个文件哪一行，什么原因怎么改， 排查 bug 时间看办。 skill 自动化脚本生成，用自然语言描述场景， ai 帮你写 screen 或 playwrite， 代码定位器都帮你找好。 skill 六，测试报告加载跑完回归测试， ai 给你总结通过率，失败，用力分布，主要风险，下轮测试建议直接贴近周榜。 skill 七，代码 review 贴你的自动化代码， ai 检查有没有硬等待，断言够不够异常，补货了没？ skill 八，压测报告分析贴，解密聚合报告， ai 告诉你 qps 为什么上不去，哪段时间响应时间飙高，怎么调优，用 skill 干活就三个字，快，稳、爽！ 以前一小时，现在十分钟，输出格式每次都一样，不用返工， ai 真正变成你的马仔，指哪打哪，而且这些 skill 是 一次投入就回报你，今天花点时间配好，以后每次用 ai 都能享受标准化的红利，团队里其他人也可以用，你们测试组的标准就统一了。这套 skill 适合谁呢？ 想从手工测试提升的，每天被重复工作磨掉耐心的面试，想让面试官眼前一亮的不适合谁？连试都不想试的觉得反正有人帮我干的，那你可以划走了。 bug skill 每个都配 md 文档拿到手就能用 nice。

各位做软件测试的小伙伴们，有没有戳中你的日常痛点？每次拿到几十页的需求文档，光是梳理业务逻辑、拆解测试点就要耗掉大半天。好不容易写完用力需求一改又要推倒重来，加班写到头秃，还总怕漏了边界异常场景，线上出了问题还要背锅。 今天就给所有测试工程师分享一个能彻底解放你双手的神器，专门用来基于文档自动生成测试用力的 cloud skill， 从核心能力到落地用法，全流程讲透，看完就能直接上手。 先跟大家说清楚，这个专为测试人打造的 cloud skill 到底有多实用。它的核心能力就是精准实现文档到测试用力的全自动转化。不管你拿到的是 prd 产品需求文档、功能说明书、接口文档还是用户故事，不管是 md 格式、 word 文档还是纯文本，你只需要把文档内容丢进去，它就能自动完成全流程的用力生成。 他不是随便测试的无效内容，而是严格贴合需求业务逻辑，拆解出完整测试点。深层标准化的专业测试用力，从正常业务流、异常场景、边界值较验到兼容性、安全性回归测试的专属用力全覆盖到位，比人工梳理的还要全面。 新人用了不会漏场景快速掌握用力钻写逻辑，老工程师用了能直接省出百分之八十的重复劳动时间，把精力放在自动化、性能测试这些核心能力提升上。更贴心的是，他深层的用力，直接就是我们测试人日常工作用的标准格式， 用力编号、测试场景、前置条件、操作步骤、预期结果一步到位，不用你二次排版修改，直接就能导入用力管理工具，拿来就能用， nice！

大家好，我是土豆，今天想跟你分享一个我最近一直在用的东西，一个面向测试工程师的 cloud skill。 它可以做什么呢？很简单，你丢给他一份需求文档，他给你吐出一整套。测试用力 不是那种泛泛而谈的势力，是真正能直接用，能对起你公司模板的那种。我知道，你可能会想，又是标题党吧， ai 生成的用力能靠谱吗？ 别急，今天我不仅会告诉你它怎么用，还会把完整的配置文件、提示词、模板都整理成一个 md 文件，放到最后， 你可以直接拿去用，或者自己改。先说说我为什么要做这件事。做测试的都知道，拿到需求文档之后，最耗时的环节是什么，不是执行，是拆解。你得把文档里那些业务规则、接口、约束、边界条件一条一条拎出来，写成正向、反向异常的用力。 文档短还好说，赶上那种五六十页的需求，翻来覆去看，生怕漏掉一个点。而且最烦的是，不同人拆出来的风格还不一样，有的人只写正向，有的人边界写的细，有的人异常想的全，最后合到一起参差不齐，反攻改到想摔键盘。 所以我就想，能不能让 cloud 帮我干这件事。我给他设定了一套固定的测试设计策略，什么意思呢？就是不管扔进去什么文档，他都会按同一套逻辑来拆解。 第一，正向流程主路径必须覆盖。第二，反向异常输入错误，流程阻断、权限不足都得想到。第三，边界条件，数值的上下线列表的空余满时间的临界点一个不漏。第四，场景组合多个条件同时变化时有没有冲突？而且我让他区分接口、功能、性能三种类型。接口用力， 他关注参数、错误码、返回值，功能用力，他关注加载并发响应时间。 最关键的是，他可以对齐你公司的模板。你在配置里告诉他，我们的用力格式是用力编号模块、前置条件、步骤、预期结果类型，他生成出来就是这个格式， word 也行， excel 也行，直接复制粘贴，不用二次整理。你可能想问，真的能直接用吗？ 我拿最近一个真实的项目试过，需求文档大概三十页，有接口描述，有业务规则，有交互说明。我把文档贴进去 cloud， 大 概用了几十秒吧，生成了六十多条用力。 我一条一条看下来，正向的都覆盖了反向的他想到了手机号已注册这种场景边界的他，列了密码，最短六位，最长二十位这种临界点 漏掉的，当然也有大概百分之十左右需要我手动补充。但你想啊，本来我要花两三个小时从头写，现在只用花十几分钟过一遍补一下， 效率翻倍不夸张。所以，这个 skill 的 本质是什么？不是让 ai 替代你，是让他帮你干那些重复耗时但又必须做的事情。你把精力解放出来，去做更有价值的事，比如复杂场景的设计，比如质量体系的搭建，这才是一个测试工程师该有的成长路径。好了，今天的内容就到这， 我把这个 skill 的 完整配置、提示词模板，还有我用的测试用力格式范例，都整理成了一个 md 文件。需要的同学可以在评论区回复六六六，或者私信我，我直接发给你。

大家好，今天给大家带来一份非常干的内容， skills 搭建超详细教程。不管你是测试工程师、开发还是 ai 应用爱好者，只要你希望在 ai agent 里真正跑起来，用起来，那 skill 这个东西你迟早得会。今天我用三种方式带你从头把 skill 搭明白。文章最后会附 md 文件，记得先点个收藏。 先说第一种方式，手写 skills， 这是最基础也是最扎实的方法。你需要自己创建目录，手写 skill md 文件，然后放到对应的位置去实测。手写又分为两种，一种是全局 skill， 适合放测试通用工具库，比如接口、测试模板、 照数据脚本。另一种是项目 skill， 针对你当前测试的项目，放专属的业务逻辑和用力手写的优点是可控、可定制，不依赖 ai。 你 对 skill 的 行为有绝对把控，适合核心敏感或者公司内部不能外传的测试能力， 对测试工作的帮助也很直接。你可以把重复性的测试步骤、常见的断言逻辑，甚至是环境配置全部封装成一个 skill， 随时调用，效率直接起飞。 第二种方式， ai 自动生成 skills， 这里会用到一个叫 skill creator 的 工具，你先安装好，然后告诉 ai 你 的需求，它就会自动帮你创建 skill 生成目录和 skill 到 m d 文件。你只需要检查一下结果，再做个实测就行。这里有四个经验值得记住，需求描述尽量具体，提前设计出发场景，一个任务尽量只用一个 skill， skill 可以 持续迭代。 ai 生成的优点是快，你不需要记语法，不需要背模板，只要你会说人话， ai 就 能帮你搭出一个能跑的 skill。 对 测试工作来说，这个特别适合快速验证想法。比如你想测一个登录场景的异常流程，跟 ai 说清楚，几分钟就能得到一个 skill， 改一改就能用第三种方式直接使用开源 skill。 现在社区里已经有很多现成的 skill， 比如文档处理类等等，你可以在 cloud code 里安装 skill 插件，也可以手动安装，或者直接安装官方 skill 包。 skills 的 调用方式有两种，显示调用和影视调用，按需选择就行。开源 skill 最大的优点是不用从零开始，你站在别人搭好的地基上，改改参数，调调逻辑，就能适配自己的测试任务。 对于测试工作的帮助是，你能快速引入成熟的测试能力，比如 pdf 解析、 excel 比对、日式分析这类常用场景。开源 skill 往往已经做好了，拿来就能用。最后给大家做个简单小节手写。适合深度定制，掌控力最强。 ai 生存适合快速起部，门槛最低。开源 skills 适合站在巨人肩膀上，效率最高， nice。

天呐，我花了七天做了一个大的 skill 工程，把我的十九个 skill 全部重新拆分了又重置，变成了一个内容四大体系，十一个模块的自媒体内容创作矩阵。我为什么会干这个事情？因为我之前都被搞疯了，自己 做了一批 skill， 龙虾的爱马仕又生成了一批 skill， 一 套又下载了两个 skill， 加起来我做内容的 skill 一 共十九个。结果呢？并不是所有的 skill 都能派上用场，他们会有调用不对功能，打架、更新冲突的时候乱成一通， 看似啥都有，其实问题一大堆。还有一个最大的问题，旧的内容如果太多， ai 的 注意力会被分散，反而输出的质量不高。所以我下定决心把它们全部拆分、重组、归类，一共分为四大体系， 做完之后发现再怎么携带都不会乱。而且核心就四块，第一，内容框架体系，人设结构方向。第二，内容创作工具，写稿、排版、配图一条龙。第三，内容评分体系， ai 写完会自测评分，最牛的是他自己可以自测大概的流量区间，这个真的很很牛。 第四，爆款防邪引擎，对标账号的爆款视频，拍完结构后加入你自己的观点和内容，甚至是产品。 这四大体系具体怎么分工，怎么组合，怎么做到十一个模块无缝接缝。最牛的是他能在不分大 ai 注意力的情况下，稳定产出高质量的内容。评论区，扣四六管理，我把脑图发给你，你也遇到过四六管理的问题吗？评论区聊聊。

哈喽，大家好，我是你们的测试老司机歪歪今天这期视频绝对是满满的干货，建议先收藏再观看，因为我要分享一个让我最近工作效率直接起飞的黑科技，从 prd 到 xm 的 测试用力一键生成、接口美功能、性能测试全搞定！ 先问问在座的测试小伙伴们，你们平时写测试用力是不是这样的场景？产品经理刚把 prd 甩过来，几十页的文档，密密麻麻的文字，离题测呆的慢，就剩两天， 你得手动拆功能点，想测试场景写步骤，写预期结果，功能写完了还不够？边界直覆盖了吗？等价类分了吗？异常流程漏没漏，还得自己脑子里过一遍。测试设计方法， 好不容易 excel 表格填完了，领导说要用 xmind 做用力平整，你又得一条一条复制粘贴到思维导图里，调整层级，对齐格式，改字体。光这个机械劳动就能耗掉半天时间， 手指头都快敲出腱鞘炎了。更崩溃的是，如果这个版本还要做接口测试、性能测试，那又得换一套思路重新写。维度不一样，规范不统一，重复劳动，做到怀疑人生。这哪是测试工程师，这分明是打字员啊！但是最近我发现了一款神器，彻底改变了这个局面。 这是一个基于科室开发的十六工具，它的工作流程简单到令人发指。输入你的需求文档，不管是 prd、 pdf、 word 还是存文本，通通可以输出一份。按功能模块划分带详细步骤与预期结果的测试用力大纲保存为 markdown 格式，然后用 xmind 一 键导入，直接生成思维导图， 整个过程全自动，你需要做的只是上传文件，然后喝杯咖啡。那这个工具到底是怎么工作的呢？我给你们拆解一下。第一，自动识别功能模块。 它会把 prd 里零散的需求描述自动归类成一个个清晰的功能点，比如登录模块、支付功能、个人中心，再也不用自己满文档翻找。第二，内置测试设计方法论。这是最牛的地方， 它不是简单的把文字搬运过来，而是按照正向流程、反向异常、边界值分析等各类划分场景法、状态流转这些专业的测试设计方法，自动生成测试点。 也就是说，它就像一个经验丰富的老测试方式，帮你想全了所有该测的地方，再也不怕漏测。第三，支持多类型测试切换。 如果你在需求里说这个功能要做接口测试，它会自动切换到接口测试维度，考虑请求参数响应，验证异常场景。如果说要做性能测试，它就切换成并发用户响应时间吞吐量这套规范功能接口性能一套工具全搞定，规范统一，输出专业。第四， xmind 直接可用。 深圳的 markdown 文件，层级特别清晰，根节点模块、功能、测试点步骤、预期结果，导入 xmind 后，几乎不用任何调整，直接就能用来平整维护规档。用了这个工具之后，我现在什么状态？以前两天才能洗完的用力，现在两小时搞定，而且覆盖更全，结构更清晰。以前最烦的重复劳动格式调整，现在全部自动化。 我可以把精力真正放在测试设计本身，去思考哪些场景更重要，哪些风险需要提前规避？这才是测试工程师该干的事。真的，这个工具太适合咱们用 xmind 做用力管理的测试小伙伴了，效率提升不止一个档次。我把这个 cosskill 的 详细使用说明，还有可以直接用的实体文件全部打包好了。

什么是 ai 智能体的 skills 呢？那么首先啊，大家呢，别把这个 skills 啊当成一个插件哈，那么到底什么是 skills 呢？那么 skill 它本质上是智能体的一掌能力说明书， 那么它定义了输入是什么，要做的动作是什么，输出长什么样。那么这样一辆 a 站呢，才能够稳定地调用，能做参数校验，失败呢，还能重试权限呢，还能收口。 那么你可以把复杂的工作流啊，拆成多个 skill， 搜资料，写总结，生成代码，跑测试。那么这样的任务给组合起来， 那么最后别忘了关键的一步啊，要给 skill 做评测集，记录成功率和失败的样板，持续迭代。记住啊，没有 skill， a 站呢只能靠聊天，有了 skill 才是可控的自动化。好吧，我是郭振好，咱们下个视频再见。

我的电脑装了上百个 skill， 但其实每天真正在用的就只有这八个，那我把它分成两组，一个是做产品写代码的，一边是搞自媒体的。那我们先说做产品的这一组， 当你想要做点工具啊，网站啊，我都是从 superpowers 这个技能组开始的。那其中有两个 skill， 我 最常用 wordstorming。 那 帮你把想法聊清楚， writing plan 呢？把你的想法拆成可以执行的步骤，那很多时候脑子里面只有一个模糊的想法，一个方向的时候啊， 跟这两个 skill 聊一圈，那思路就会慢慢的顺了。当代码跑起来的时候啊，页面通常不是很好看，那我就会把它丢给 fronten 的 design， 还有 u x or max。 那 让 cloud 重新过一遍排版，配色，交互细节，那就算你不懂设计也没有关系啊，它会自己去判断，最终帮你做出比较好看的页面。那然后呢，我就会用 a v t m c p 来去做自动化测试，那去帮我修改一些细节，它会让 cloud 装成真实的用户，去点你的页面，那看哪里会有问题，那自动的帮你去改。 以前这一步都是我手工在测啊，现在我是直接用这个 m c p 在 跑另一条线啊，是做自媒体，那我查资料的时候，就会用 agent rich 让 carol 的 联网搜索直接整理成我想要的格式。那当稿子写出来之后啊，我几乎避过回门 neither zh 这个 skill， 那 ai 写的句子啊，通顺归通顺啊，那读起来就是没有人味。那这个 skill 专门治这个问题，那过完之后啊，就会自然很多。 那下一步呢？就是 content risk detector， 这是我自己写的一个 skill。 那 在平台发布内容的时候，最怕踩到敏感词被限流，所以我发布前都会用这个 skill 扫一遍，那这样才放心。 最后一个 skill 是 我觉得最有价值 skill creator， 那 它可以把多个 skill 串成一个自定义的工作流。比如我刚才查资料啊，写稿啊， qq 啊检测的这一条内容线，那现在我把它封装成一个 skill， 就 能把整个流程抛起来，你不需要每次一步一步地去调，那你可以让 cloud 按你的方式来工作。 那这八个 skill 两条线基本上覆盖了我百分之九十的日常场景。那你们都在用什么 skill？ 欢迎在评论区分享。

昨天看了一下新更新的奥尼四点三零版本的 skill 技能库，三十一个 skill， 像智能灯泡、麦克、服务器终端发邮件，大概率我以后都不用用到它。 还有以前自己为某个工作做过任务做的 skill， 以后只是有可能会用到，但我一直没有删它，删了之后万一哪天要用万一就是大多数人合伙把 ai 助手用成 垃圾堆的原因吧。不是装的越多越响，是杂物越多，你越听不见那个真正有用的信号。所以我今天要用这个哈尼斯的新功能来管理他们。就三步。第一步，打开排行，直接问我最不常用的三个技能是什么，所以哪个大用哪个吃亏清清楚楚。 像我的 ppt 制作，只用了两次，可以移动了。第二步，归档，移进这个叫 kf 的 文件夹，这样移动时不会扫描， 加载变快，后悔时随时捞回来。三十一个变十七个，清灰一半。第三步，修正，去除两个公众号技能，连一个过期的路径换掉的 a、 p i 全部重新修理一遍。 能装的时候很厉害的样子，但实际上你装上了也不会怎么用，因为不是你自己打磨出来的。 装一万个不如自己手写一个正手。这六最好的数量不是三十一也不是十七，是越少越好。现在打开你的 ai 助手，看看有多少技能是你装完再也没有碰过了，就问一下你的 ai 助手评论区，告诉我答案。

你知道在阿里内部，一个合格的 skill 到底要经过多少道关卡才能上线吗？在刚结束的阿里云大数据智能体瞎聊日现场，阿里的专家告诉大家，在阿里内部的控持是 skill， 不 仅仅是提示词，它被严格定义为代码。这意味着什么呢？意味着你不能在对话框里随手写写就上线。阿里内部明确要求， skill 必须纳入 get 进行版本控制， 光有 get 还不够。在大厂的生产环境里， skill 的 发布必须走标准的 c i c d 流水线。而且专家强调，每次发布 skill 必须跑班士 mark， 测试用力，只有测试通过率达标，才能推送到生产环境， 彻底解决了 skill 质量忽高忽低的顽疾。当然，最硬核的还有全沙箱环境运行和严格的 hold review 机制，谁写的 skill 谁审核的，出了 bug 谁来背锅？在阿里，这些责任全部落实到位， skill 不 再是黑盒，而是可审计可回滚的工程资产。 所以，各位 ai 研发的同行别再单打独斗了，一定要用管理 java 购代码的标准去管理你的 skill， 这才是企业级 a 诊的落地的唯一出路。关注我，持续带你对其大厂的 ai 工程化最佳实践。

你天天说我要用 ai 提效，结果呢？每次让 ai 干活都要跟他啰嗦半天。用 pytest 啊，断言写详细点，报告，按这个格式，等你解释完自己手写都写完了，问题出在哪？不是 ai 不 行，是你没给他规矩。 skill 就是 给 ai 定的规矩，你把它写清楚， ai 就 按你的套路出牌调教，终身受用。 我直接给你八个写好的 skill， 拿去就能用。 skill 一， prd 转测试用力，输入需求，文档输出标准，测试用力等价类边界值，异常场景， ai 全给你覆盖到。 skill 二，刷一个转接口脚本，扔个接口文档， ai 给你生成 paytest 加 request 的 自动化代码， 断言都写好了。 skill 三， bug 报告生成器，你说登录页密码输错没提示， ai 帮你写成步骤预期实际优先级截图建议完整报告。 skill 四，日制智能分析贴，报错站， ai 告诉你哪个文件哪一行，什么原因怎么改， 排查 bug 时间看办。 skill 五，自动化脚本生成，用自然语言描述场景， ai 帮你写 select， 代码定位器都帮你找好。 skill 六，测试报告，加载 跑完回归测试， ai 给你总结通过率，失败用力分布，主要风险，下轮测试建议直接贴近周报。 skill 七，代码 re 六，贴你的自动化代码， ai 检查有没有硬等待，断言够不够异常，补货了没？ skill 八，压测报告，分析贴，解密聚合报告， ai 告诉你 qps 为什么上不去，哪段时间响应时间飙高，怎么调优，用 skill 干活就三个字，快，稳、爽。以前一小时，现在十分钟， 输出格式每次都一样，不用返工， ai 真正变成你的马仔，指哪打哪，而且这些 skill 是 一次投入就有回报，你今天花点时间配好，以后每次用 ai 都能享受标准化的红利， 团队里其他人也可以用，你们测试组的标准就统一了。这套 skill 适合谁呢？想从手工测试提升的，每天被重复工作磨掉耐心的面试，想让面试官眼前一亮的不适合谁？连试都不想试的觉得反正有。

哈喽，今天一分钟使用 skill 加一米九二实现电商全城市化来看效果， oh my god， they're so good！ 这是用 cds 复刻的 t k 上一款解压玩具的视频， 今天这期测试的结论是，如果某些复杂的产品 ai 深层不理想，或者深层的产品不一致，那么现在可以通过 skill 对 所有的对标视频猜真复刻，不管是十五秒、三十秒，一分钟都可以。 再说一下整体的思路，首先第一步，在文件夹里放了八个时长不等的视频，这里可以让 ai 根据不同的视频时长拆解出对应的分镜数量。在视频分镜拆解完后，直接根据不同的分镜拼成单张或者多 张十二宫格图，这样后续就可以截替换分镜图中的产品、人物或者场景。而且这次批量任务测试下来执行的速度非常快，平均一个视频从拆解到拼图只需要三十秒，现在已经执行完了。我们来看一下出错结果，其中包括每个视频的时长提取的关键针对应的十二宫格 拼图，还有每个分镜对应的文案脚本。在执行完后，所有的结果也会保存到输出文件夹里。如果是做复杂的产品带货视频或者是带剧情的长视频，可以参考这种方式。但如果觉得打开文件夹麻烦的话，也可以直接在页面右侧的管理器可以看到每个视频的执行结果， 这样就可以直接做对比测试。 ok， 接下来到了第二步，这里我将 ai 去读取文件夹里提前准备好的产品图和人物图，让 ai 把原封禁的产品替换成文件夹里的产品。除了人物需要替换，人物的动作表情需要灵活调整，具体的可以根据自己的需求来。现在已经生成完了，来看一下效果。 整体人物的肢体动作、表情，还有产品和背景的融合，我觉得还是非常不错的，可以和参考图对比下，镜头的景别也还原了，但是人物的肢体动作是完全做了优化的，最终的生成结果也会保存到本地文件夹里。 然后接下来到了第三部，那这个玩具的视频其实是一个一分钟的长视频，在第一张分镜头生成 没问题后，接下来还要继续生成第二张、第三张和第四张分镜图。所以从结果反推，我们最终要生成多长的视频，在一开始就可以针对不同时长类型的产品视频制定不同的拆解规则，那么整 个的批量化执行流程就可以把它完善成电商流程的 s o p。 最终我们就得到了四张前后连贯，产品一致、人物一致、场景一致的十二宫格分镜图。最后在分镜图生成完后，我们就可以继续让模型基于四张分镜图一次性生成四版视频贴纸。那如何把四段生成好的视频贴纸？那如何 把四段生成好的视频拼接在一起？上上期的视频有讲过方法，我们可以直接接入声音模型， 直接说出对应文案的配音，最后我们只需要复制粘贴视频贴词到 cds 来生成视频就 ok 了，基本的思路就这样好了。喜欢本期视频的觉得有用的话不用点赞关注，咱们下期见，拜拜！

如何快速找到自己想要的 skill 呢？我们可以利用分的 skill 的 这个技能，去通过自然语言的描述快速找到自己想要或者符合自己需求的 skill， 如果没有呢， skill 也会给我们一些提示，帮助我们去辅助创建一些 skill， 或者说给我们一些多个 skill 去搭配使用的一些参考建议， 下载也是非常方便的，我们可以通过语言的描述就可以下载到本地并且进行配置，然后这个我们配置好之后呢，就会进行一些优化和使用，我们通过一些描述，让他帮我们找到一些测试相关的一些 skill 和技能， 那他就可以快速去查找我们 skill 的 官网，找到我们符合需求或者符合诉求的一些 skill， 并且给出一些详细的介绍和提示。那这里面呢，他已经帮我找到了很多跟测试，自动化以及用力生成等 相关的 scale， 并且对比一些使用难易程度啊的一些情况。那我们可以找到之后安装自己想要的 scale， 就 可以快速去使用并且验证效果，以此就能达到我们快速 scale 的 一个诉求，非常的方便。

哈喽，家人们，我是土豆，咱测试人谁没踩过这坑啊！ ai 面试题背的滚瓜烂熟，真干活的时候照样蒙圈，大模型不会测，测试用力敲到手指发麻，测试报告熬到后半夜，太折磨人了！咱要的不是死记硬背的花架子，是能直接落地能干活的真干货！ 不废话，直接上！重点给你们整理了六个 cursor skill ai 测试实战项目，全部能复现，带实操步骤，还有 md 文件，就算是新手也能直接上手，自己搭个 skill， 相当于多了个 ai 搭子， 那些繁琐费时间的脏活累活全让他替你搞定。记住了，家人们， ai 时代测试的核心竞争力不是你会问 ai， 而是能让 ai 替你干活！先给你们快速过一遍，这六个项目个个都是硬货！ 项目一，三种方式玩转 skills， 从手写到一键生成，不管你是新手还是老测试，都能跟着学，循序渐进，快速上手，不踩坑。项目二，软件测试工程师怎么在 curser 里用 skills 复完整实操案例，手把手教你操作，跟着做一遍直接就能熟练用，不用瞎摸索。 项目三，基于文档文字截图自动生成，测试用力，还带 md 文件，你只要上传素材，一键就能出，用力拿过去改一改就能用，再也不用手动拆解，省脑多事了。项目四， pr 逆转 xmind 的 测试用力， skill 讲解也附 md 文件一键生成，逻辑超清晰的脑图，评选的时候一拿出来，专业感直接拉满。 项目五，一键生成性能测试分析报告，还是带 md 文件，把压缩数据丢进去，自动出专业报告，直接交差，不费一点力气。项目六，文档图片一键生成，需求分析和测试， checklist 自动提取需求要点，再也不用担心漏测，心里老踏实了。 重点说一句，这六个项目不是那种空洞的理论教程，全是能直接附用的实操思路。跟着实战文档做一遍，你就能自己定制测试智能体，不用求别人，也不用等工具更新。每个项目都有详细的搭建步骤，还有可复制的 md 文件，新手也能快速复现，零门槛上手，家人们一键三连安排上评论。

大家好，我是土豆，今天想跟大家聊聊另一个我最近在用的 skill， 专门用来生成性能测试分析报告的。事情是这样的，做性能测试的兄弟姐妹应该都有过这种体验，押测跑完了， jimitter gatling 或者云押测平台里一堆曲线和数据，结论得自己总结，报告得自己写， 而且报告格式还不统一，有时候用 word， 有 时候贴几张图加几段话，领导和开发看起来全凭悟性，更头疼的是指标解读响应时间多少算正常， tps 到多少才算合格？瓶颈到底出在操作系统中间件还是数据库调优建议怎么写才不显得像套话？ 再加上时间本来就紧，既要盯着压测执行，又得赶在评选前凑出一份能看的报告，加班凑文档都快成常规操作了。 所以我就想，能不能让 ai 帮我干这件事。你提供压缩结果的截图，再加几句简单的文字说明，比如什么场景用的什么工具，重点关注什么， ai 就 能帮你做指标解读、瓶颈推断、优化建议。最后输出一份结构固定、可以直接分享的 html 报告， 这就是我今天想分享的 performance test report skill。 在 cursor 里面，通过这个 skill 把截图加描述，变成一份专业的性能分析报告。它主要做三件事，第一，读取你的压缩结果，支持一张或多张截图， jmeter 聚合报告、 getling 云压缩平台的大盘都可以，再加上你补充的场景说明。 第二，做专业分析。他内置了一套性能测试知识库，包含指标含义、行业参考值、平静分析顺序，调优方向，他会从截图里提取关键指标，按操作系统中间件、数据库应用的顺序做分层推断，最后给出可操作的优化建议。 第三，输出标准报告。一份 html 格式的报告，包含压测、概述、截图与说明、瓶颈分析、优化建议、总结与后续建议。版式固定，给领导看、给开发看，或者打印成 pdf 都行。这个 skill 解决的核心问题有三个， 一、报告产出效率。从自己整理数据手动码字变成提供截图和说明，然后拿到一份完整报告。二、分析规范性分析，逻辑和表述方式，由内置的知识库约束，减少遗漏和随意发挥。三、格式统一。每次生成的报告都基于同一套 html 模板，团队沉淀和对外呈现都方便。 好了这个 skill 的 完整配置，提示词模板，还有我用的性能分析报告、 html 模板，我都整理成了一个 md 文件，需要的小伙伴可以关注我。

哈喽，大家好，我是土豆，你们有没有这种感觉，就是用 ai 干活的时候，总觉得他有时候聪明，有时候傻乎乎的。让他写测试用力，这次写的好好的，下次就不按套路出牌了。让他写 bug 报告，格式五花八门，每次都要自己重新整理一遍， 我之前也特别烦这个，后来我才知道，问题不在 ai， 在 于我没教他按规矩办事，怎么教呢？就是用 skill。 skill 其实特别简单，就是你写一份说明书，告诉 ai 我 们团队的习惯是什么，输出格式长什么样，要注意哪些坑。 ai 以后就照着这个干活，特别听话。我给自己整理了八个超级好用的 skill， 今天全部分享给你们。 第一个，需求文档，生成，测试用力。产品经理扔过来一个 prd， 你 丢给 ai 几分钟就能拿到一份完整的测试用力，边界条件都给你想好了。 第二个，接口文档，转脚本， swagger 或者 y api 的 接口文档， ai 能直接帮你生成自动化测试代码，省得你一个个接口去写。第三个， bug 报告助手，你简单描述一下问题， ai 按标准模板帮你写成规范的 bug 报告，标题步骤、预期结果，实际结果整整齐齐。第四个，日智分析小能手， 测试报错了，把日期贴进去， ai 帮你分析是哪行代码出问题了，还告诉你怎么改。第五个，自动化脚本生成器，你说我要测登录功能，输入密码三次，要锁定账号， ai 就 帮你把代码写出来了。 第六个测试报告总结，跑完一轮测试， ai 帮你生成一份漂亮的报告，摘药、测试结论、风险点，下一步建议全都有。第七个，代码审查助手，你的自动化代码写的对不对？ ai 帮你 review 断言有没有漏，定位器稳不稳定他都能看出来。 第八个，压测结果，分析 g meter 跑完的数据， ai 帮你分析，告诉你哪里是瓶颈，怎么优化。我跟你们说，自从用了这些 skill， 我 每天至少省下一两个小时。 以前写测试用力半天就没了，现在 p r d 扔给 ai， 我 喝杯咖啡的功夫用力就出来了。以前分析日志眼睛都快看瞎了，现在贴进去， ai 几秒钟告诉我问题在哪。 而且最爽的是，这些 skill 是 一次写好终身使用的，你今天花半小时写一个 skill， 以后每次用 ai 干活都能享受到标准化带来的效率提升。如果你是手工测试想转型的，每天被重复工作淹没的，想让 ai 真正帮你干活的，那这套 skill 真的 很适合你。它不是那种听了就忘的理论，而是拿到就能用的实战工具。每个。

九成的人都在裸用 clotico， 难怪写出来的代码总是翻车。不是模型不行，是任务太乱。你让一个人同时读项目，找 bug， 写代码，做审查补测试，他当然会崩。 想把 clotico 用顺。记住，这六个 skill 缺一不可。第一个 explore， 它不是写代码的，它负责先把项目读明白，入口在哪，核心文件在哪，一个，功能从哪里调用到哪里。你先让他给你画项目地图， 后面改代码会少走很多弯路。第二个，第八格，遇到报错不要直接让 ai 猜着改，把日制复现步走，最近改动交给第八格，他的任务是先定位根音，再给最小修复方案。第三个 code review， ai 写完能跑不代表能进项目。 code review 负责挑逻辑漏洞、边界条件和回归风险，尤其适合你。改完一大段之后，先让他帮你过一遍。第四个， test engineer， 真正让你判断该测什么，哪里容易回归，哪些测试最值得补。第 第五个 code simplifier。 ai 很 容易写出能用但很绕的代码，这个 skill 专门负责把重复逻辑删掉，把命名和结构收干净，但不改变行为。 第六个 security review， 只要碰到登录权限、密钥，上传支付用户数据，就让它最后扫一遍。很多线上事故，不是功能没做完，而是边界没守住。 记住，高手用 cloud code 不是 从头绑到尾，而是把不同任务交给不同 skill。 读项目用 explorer， 修 bug， 用 debugger， 审代码交给 code review 和 test engineer， 收尾交给 code simplifier 和 security review。 收藏这套组合拳，你的 ai 编程稳定性直接上一个台阶点。关注下期带你看更多 cloud code 的 实战技巧！