e2e-testing-patterns
用于构建可靠、快速且易维护的端到端测试套件的技能,帮助团队快速发布代码并在用户之前捕获回归问题。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-02 00:09
13,034 个结果
用于构建可靠、快速且易维护的端到端测试套件的技能,帮助团队快速发布代码并在用户之前捕获回归问题。
该技能提供 Python 测试的综合实践指南,围绕 pytest、fixtures、mocking、参数化与测试驱动开发(TDD)展开。适用于为 Python 代码编写单元测试、搭建测试套件与基础设施、实施 TDD、为 API 和服务创建集成测试、模拟外部依赖、测试异步与并发操作、在 CI/CD 中设置持续测试、实施基于属性的测试、测试数据库操作以及调试失败测试等场景。技能说明中还明确了不适用的情况:与 Python 测试模式无关的任务,或需要其他领域/工具的任务。使用时先明确目标、约束与所需输入,应用相关最佳实践并验证结果,提供可操作步骤与验证方式;如需详细示例,可查阅 resources/implementation-playbook.md。
测试驱动开发(TDD)技能,用于在编写任何功能实现或缺陷修复代码之前先编写测试。核心原则是:先写测试、看它失败、再写最小代码使其通过。该技能强调“没有失败的测试就不写生产代码”的铁律,遵循红-绿-重构循环,并列出常见借口与红旗信号,帮助开发者避免先写代码后补测试的反模式。适用于新功能、缺陷修复、重构和行为变更等场景。
test-fixing 是一个系统化修复失败测试的技能,通过智能分组策略识别并修复所有失败测试。适用于明确要求修复测试、报告测试失败、完成实现后希望测试通过,或提及 CI/CD 因测试失败等场景。
openspec-verify-change 是一个用于校验代码实现是否与 OpenSpec 变更产物(规格、任务、设计)一致的技能。它围绕完整性、正确性、一致性三个维度生成验证报告,并区分 CRITICAL、WARNING、SUGGESTION 三个优先级给出可执行建议。适用于在归档(archive)变更之前,检查实现是否完整、正确、连贯。该技能支持 store 选择与项目根检查,能处理 OpenSpec 项目未初始化或 store 无法解析的情况,并根据上下文决定是自动选择还是显式请求。资料未提供收费、价格、平台或效果相关信息。
对单个 GitHub Pull Request 做独立、干净上下文的审查技能:读取 PR diff、关联 issue 与已有评论,逐条对照已落地代码与测试核验声明,运行 pre-merge 验证门控并判读根因,检测与兄弟 PR 的冲突或重复,最终产出带证据的合并就绪判定并回落到 PR 评论。
verification 是 arcblock/agent-skills 中的仓库无关验证门禁技能,用于在开 PR 或合并前运行仓库的确定性检查(构建、lint、类型、测试等),并把一份实测报告发布到 PR 上。检查项与命令由使用方仓库配置,结果由脚本测量,退出码决定通过与否。
Eval 是一个用于衡量 AI 行为改动是否真正带来改善的技能,把提示词措辞、技能描述或正文、智能体循环、RAG 流水线等 AI 行为变更当作代码变更来对待:通过二值质量维度、网格化采样的合成评测集、人工标注答案键、可比对的判定提示词与校准脚本,量化改动是帮忙还是添乱。它提供一个仅依赖 Python 3 标准库的 toolkit,负责算术与统计(混淆计数、TPR、TNR、准确率、精确率、偏差读数),判断性工作(选维度、采样格子、定义标签、写判定提示词、解读失败)由智能体完成。流程为定义二值维度、在声明的网格上构建评测集、人工标注代表性子集、像写代码一样写判定提示词、用校准脚本测量判定器本身、先设阈值再设门禁并迭代。
go-test-fixer 是一个用于修复和改进 Go 单元测试的 Skill,依据 language-rules/go.md 中的最佳实践,将切片式表驱动测试转换为 map 式、拆分过大的测试文件,并检查测试规范。
该技能是一个纯边界路径追踪审查工具:对提供的 diff、完整文件或函数做穷举式分支与边界枚举,只报告缺少处理(显式守卫)的未覆盖路径,不评价代码好坏,也不与对抗式审查重叠。
skf-test-skill 是用于技能导出前的完整性质量门禁:通过覆盖率检查(naive 模式)或校验 SKILL.md 与引用材料一致性(contextual 模式),为技能生成完整性评分与缺口报告。适用于用户要求测试技能或验证技能完整性时,所有结论需可追溯到代码并带 file:line 引用。
专业的 pytest 测试用例编写助手,用于创建、编写和优化 Python 测试用例,支持 fixtures、参数化、断言技巧、覆盖率分析与失败测试调试。
面向 Python unittest 框架的测试用例编写助手技能,用于创建、编写和优化单元测试,涵盖测试类结构、断言方法、setUp/tearDown、测试组织与命令行执行,适合编写测试文件、重构测试或调试失败用例时使用。
SDK UT边界用例自动生成技能,支持C/C++与Python SDK,自动识别GTest、pytest、unittest等测试框架,优先从API文档提取边界值定义,从SDK入口函数分析边界场景,生成测试代码或手工测试建议。
evidence-gate 是一道事实查核关卡,供 /pr、/release-pr、alert-triage、security review 等回报型工作流在交付前调用,强制每条事实宣称附上「证据指令+关键输出+判定」,PR 描述追溯 diff 而非 commit message,证据持久化到 .verification/,并派独立 fact-checker 重跑。
对 PR 做 headed 验收、截图存证,再把逐项 PASS/FAIL 与截图一起发成 PR comment 的 agent skill。截图经 stock Chrome + CDP 上传到 GitHub user-attachments,因为 gh CLI 与 GitHub API 都不支持 comment 附图。
deck-repro 是一个用于复现 agent-deck 缺陷的技能:可从 issue、会话转录或文字描述出发,在隔离环境中稳定复现问题,并用同一复现流程和判定标准验证修复是否生效,强调失败与不确定性必须可见。
面向 OpenGraphDB 的 Cypher 查询技能,用于生成、优化和调试 Cypher 查询。先发现图模式,再构造并执行查询,支持时序、向量、全文检索与 RDF 互操作等扩展。
dogfood 是一套系统化探索与测试 Web 应用的技能流程,用于发现缺陷、UX 问题等隐患,并针对每个发现产出带完整复现证据的报告。核心依赖 agent-browser 工具操作浏览器,按初始化、认证、定位、探索、记录、收尾六个阶段推进,强调先验证可复现性再收集证据。
polish 是一个用于交付前最终质量打磨的技能,专注修复对齐、间距、一致性与微细节问题。当用户提到 polish、finishing 等收尾需求时使用,强调在功能完成后进行系统性细节检查。
这是一个用于对 astral-sh/ty 仓库 GitHub Issue 进行分诊(triage)的技能。它按 issue 编号或 URL 加载问题,通读描述与讨论,复现报告行为,判定问题属于有效缺陷、功能请求、预期行为、信息不足还是需设计决策,并检索重复与相关 issue、查找并(可选)验证候选修复 PR,最后给出带证据的分诊建议与标签建议。默认只调查和报告,不评论、不改标签、不关闭 issue 或改动源码。
agent-electrobun 是面向 Electrobun 应用的 CDP 控制器,采用多标签页 OOPIF 架构,可附加到已存在的 CDP 目标进行交互、测试、截图、点击、填表与自动化,不会新建页面或跳转,从而保留 OOPIF 生命周期。
根据已实现的代码变更生成一份自包含的 HTML 手工测试指南,包含环境搭建、可视化测试流程图、分步测试场景与可导出 Markdown 的交互式结果清单,帮助人工测试者验证功能。
一个面向智能体工作流的测试驱动开发(TDD)技能,指导以红-绿-重构循环、垂直切片和追踪弹方式构建功能或修复缺陷,强调通过公共接口验证行为而非实现细节。