contract-testing-flywheel
用于生成契约测试落地入门待办清单的技能:按 7 阶段 Flywheel 模型,在 Jira、GitHub Issues/Projects、Azure DevOps 中创建根条目与子任务,未连接工具时可导出 Markdown 手动导入。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-21 00:11
12,433 个结果
用于生成契约测试落地入门待办清单的技能:按 7 阶段 Flywheel 模型,在 Jira、GitHub Issues/Projects、Azure DevOps 中创建根条目与子任务,未连接工具时可导出 Markdown 手动导入。
Payroc Hosted Fields 集成技能:引导 ISV 开发者或商户从凭证配置到 UAT 首笔测试交易,覆盖无卡(CNP)一次性销售、令牌化与循环扣款,将 Payroc 托管的卡输入组件嵌入自有结账页。
E2E 场景生成、执行与自动修复一体化技能,支持创建 Playwright/CDP 端到端测试场景脚本、在已登录标签页运行并自动分析失败原因修复后重跑。触发词包括“시나리오 만들어줘”“e2e 실행”“시나리오 변환”等,提供 auto/create/run 三种模式。
一个测试驱动开发(TDD)技能,指导 AI 按红-绿-重构循环构建功能或修复缺陷。强调测试应通过公共接口验证行为而非实现细节,采用垂直切片与曳光弹方式逐个测试推进,避免一次性写完所有测试。
Form Testing 是一个用于系统化测试应用表单的技能,借助 Cursor 内置浏览器遍历应用中的全部表单,用有效和无效数据执行填写与提交,验证校验逻辑、错误状态和成功流程。它会先用 browser_snapshot 获取无障碍树,寻找 form 元素或 input、select、textarea 组合,并浏览登录/注册、设置/个人资料、搜索栏、联系/反馈、结账流程、含输入的弹窗等主要页面以发现所有表单。对每个表单执行三轮测试:空提交、无效数据(邮箱输入 notanemail、密码输入过短的 a、数字字段输入 abc、电话输入 12345、URL 输入 not-a-url)、有效数据。随后检查边界情况,包括快速双击提交是否被阻止、粘贴 1000+ 字符长字符串是否被截断或拒绝、输入 XSS 脚本是否被转义,以及用 Tab 验证焦点顺序。最后通过 browser_console_messages 与 browser_network_requests 检查错误和失败的 API 调用,输出 PASS/FAIL 报告并修复发现的失败项。除上述流程外,具体实现细节、配置方式和平台支持范围暂未提供。
Parallel Test Fixing 是一种通过并行子代理加速修复测试套件的工作流技能。当多个测试文件同时失败时,它先运行完整测试套件并捕获输出,解析出所有失败的测试文件,按文件分组,然后为每个失败文件启动一个独立的子代理,让它们并行地各自修复。每个子代理会读取测试文件与被测源码、分析失败原因、优先修改源码(或在测试本身有误时更新测试)、单独运行该测试文件确认通过,并报告改动内容与原因。全部完成后,再运行一次完整测试套件进行验证,若出现因修复冲突导致的新失败则顺序解决。该技能还提供若干实践建议:若两个失败测试共享同一源码文件,应交给同一子代理以避免编辑冲突;为子代理设置超时,卡住超过 5 分钟需检查进度;对于 50 个以上失败的大型测试套件,按每组 5 到 10 个批量分配而非每文件一个;如需为每次修复尝试提供隔离的工作树,可使用 best-of-n-runner 子代理。
在 Cursor 内置浏览器中对 Web 应用做可视化 QA 的技能:启动开发服务器、访问页面、截图、检查控制台报错并审查网络请求,用于 UI 改动后的快速视觉验证。
test-dispatch 是一个位于 /test 命令背后的测试路由技能,本身不包含测试逻辑,只负责解析参数并把请求分派给匹配的测试引擎。它支持识别 run、qa、tdd、e2e、coverage、init、regression 等子命令及裸作用域标记,将 run 转发给 test-runner,qa 转发给 qa-reviewer,tdd 转发给 tdd,e2e 转发给 playwright-e2e-init,coverage 转发给 husky-test-coverage,init 转发给 testing-cicd-init,regression 转发给 testing-expert 的 AI 回归模式。无参数时只输出状态概览和模式表,不做任何修改;参数无法识别时打印表格而不猜测。路由层不直接创建或修改文件,也不会自动串联会产生改动的子命令;--no-fix 或仅报告模式会禁止源代码与测试编辑,即使此前已授权修复也不例外。在进行首次源文件或测试修改前,需要获得明确的修复授权,已有的明确授权在其范围内可满足该门槛。
用于查询 SonarQube 项目质量门禁(Quality Gate)状态的技能:报告整体通过/失败,列出各条件(指标、阈值、实际值),并对失败条件给出最差文件或问题明细。
Testing 是一个面向软件测试的 AI 技能,提供覆盖 pytest、unittest、mock、fixture 以及测试驱动开发(TDD)的测试模式与最佳实践,并集成扩展思考(extended thinking)机制,用于进行更审慎、以假设驱动的测试设计。技能涵盖单元测试、集成测试、fixture 与 mocking、覆盖率分析、TDD、假设驱动开发(HDD)、测试策略设计、pytest 配置、基于属性的测试和变异测试等场景。资料提供了大量 pytest 命令示例(运行测试、详细输出、覆盖率报告、失败即停、并行执行)、典型测试结构、fixture 定义、mocking 用法、参数化测试与覆盖率配置示例,并给出扩展思考的测试设计模板与多租户授权系统的 HDD 示例。
qa 是一个用于系统化 QA 测试 Web 应用的技能/工作流。它让 AI 智能体像真实用户一样点击、填写表单、检查各种状态,并产出带证据的结构化报告。支持三种模式:full(默认,系统性探索所有可达页面,记录 5-10 个有充分证据的问题并给出健康分)、quick(约 30 秒冒烟测试,访问首页加前 5 个导航目标,检查页面加载、控制台错误、失效链接)、regression(先跑 full,再加载上一次的 baseline.json 对比,找出已修复问题、新问题和分数变化)。工作流涵盖初始化、认证、定向(提取应用导航结构并识别框架如 Next.js、Rails、WordPress、SPA)、探索、记录问题、收尾计算健康分等阶段,并按控制台、链接、视觉、功能、UX、性能、内容、可访问性等维度加权打分。需要 browse 二进制工具配合。
iOS 应用渗透测试方法论,覆盖 IPA 静态分析、Frida/Objection 动态 Hook、数据存储与网络通信安全、URL Scheme 测试及越狱检测、反调试、生物认证等保护机制绕过。
judge-pentest 是面向决策智能体的渗透测试评估清单,用于判断渗透测试是否覆盖全部攻击面并给出下一轮测试建议。资料主要提供 Web 应用漏洞覆盖检查项与评估决策逻辑。
用于 Spring Boot 服务的测试驱动开发(TDD)技能,结合 JUnit 5、Mockito、MockMvc、Testcontainers 与 JaCoCo,目标覆盖率 80% 以上,适用于新增功能或 API、修复 Bug、重构、添加数据访问逻辑与安全规则。
该技能用于解决测试中的竞态条件、时序依赖和不稳定的通过/失败行为。其核心理念是等待你真正关心的实际条件,而不是猜测需要多长时间,从而用条件轮询替代任意超时。适用于测试中使用了任意延迟(setTimeout、sleep、time.sleep())、测试不稳定(有时通过、在负载下失败)、并行运行时超时,以及等待异步操作完成的场景。不适用于测试真实时序行为(如防抖、节流间隔)的场景;若必须使用任意超时,应始终记录原因。技能提供了通用轮询函数 waitFor 的实现,以及等待事件、状态、计数、文件、复杂条件等常见模式,并列举了轮询过快、缺少超时、数据陈旧等常见错误及修复方式。
根因追溯技能,用于当错误出现在深层执行路径中、需要回溯找到最初触发点时,系统性地沿调用栈向上追踪缺陷来源,而不是只在错误显现处修补表面症状。
review-triage 是一个代码审查发现分诊技能,帮助代码所有者把来自对抗性审查、人工 PR 评论、CI 和扫描器的发现当作输入而非指令,逐条判定有效性、重要性与修复成本,并给出修复、推迟、驳回或上报的处理结论。
面向移动应用的 A/B 测试技能,覆盖 Firebase Remote Config、Optimizely、Statsig 及应用商店实验,支持功能开关、分阶段发布与金丝雀发布,用于在 iOS/Android 上做 UI 变更、功能切换和渐进式放量。
abtesting-web 是一个面向 Web 应用的 A/B 测试技能,支持通过 LaunchDarkly、Unleash 管理功能开关,基于 Cookie 做用户分群,并借助 Cloudflare Workers 或请求头路由实现流量分流,用于无停机地开展受控实验。
该技能用于 API 与服务的集成测试,涵盖 Supertest(Node.js)、httpx(Python)、Testcontainers 容器化测试环境,以及 Pact 契约测试,适合在 CI/CD 中验证端点、服务集成与微服务契约。
该技能用于性能测试,支持 k6、Locust、JMeter 模拟负载、压力与尖峰场景,测量 p50/p95/p99 延迟、执行 SLA 阈值并生成火焰图定位瓶颈,适用于发布前测试、CI/CD 与高延迟排查。
用于单元测试的 AI 技能:支持 Jest/Vitest、pytest、Go testify、RSpec、XCTest、JUnit5,覆盖 mocking、stub 与测试隔离,帮助编写、调试和重构单元测试。
MonteCarlo 是 Finance Guru 组合策略的蒙特卡洛模拟引擎,针对 4 层股息收入加保证金生活策略运行 10,000 个市场情景,预测 28 个月内的收入概率、保证金安全性与组合结果。
baserCMS(CakePHP5 / PHPUnit)单元测试在本地 Docker 环境中的执行、筛选、失败排查与插件独立测试环境搭建指南,同时涵盖 4→5 迁移 TDD、Fixture/Factory 数据准备、控制器集成测试与 JS 联动校验等实务窍门。