Serenity BDD Testing
Serenity BDD Testing 是一项面向 Java 的 BDD 测试技能,基于 Serenity BDD 框架,结合 Screenplay 模式、Cucumber 集成、Step Library、REST Assured 与 HTML 报告,用于编写、审查、调试和搭建测试并生成可读的活文档。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-04 00:13
13,112 个结果
Serenity BDD Testing 是一项面向 Java 的 BDD 测试技能,基于 Serenity BDD 框架,结合 Screenplay 模式、Cucumber 集成、Step Library、REST Assured 与 HTML 报告,用于编写、审查、调试和搭建测试并生成可读的活文档。
Smoke Test Suite Builder 是一个面向 QA 工程师的技能,用于编写、审查、调试和搭建冒烟测试套件,覆盖部署验证、关键路径、健康端点与快速反馈测试,帮助团队在 CI/CD 中获得可靠且可维护的验证结果。
SpecFlow 是 .NET 平台的 BDD 测试框架,本技能指导用 Gherkin 特性文件、步骤绑定、钩子、依赖注入与 Selenium 集成编写、审查、调试和搭建 SpecFlow 测试,并用 SpecFlow+ LivingDoc 生成活文档。
Storybook Interaction Testing 是一项面向 UI 组件测试的智能体技能,通过 Storybook 故事、play 函数、交互测试、无障碍检查,以及借助 Chromatic 进行视觉回归来验证组件。
用于设计可扩展测试架构的技能,涵盖测试金字塔、菱形、奖杯与蜂窝等模式,并强调与框架无关的实现,适合规划、审查、调试测试架构及接入 CI/CD。
面向 Turborepo 与 pnpm monorepo 的测试模式技能,涵盖工作区依赖测试、受影响包检测、并行测试执行与共享测试基础设施配置。
面向 QA 的 WCAG 2.2 AA/AAA 无障碍合规测试技能,使用 axe-core、Pa11y 并结合键盘导航、屏幕阅读器与颜色对比度的手动测试模式,可集成到 CI/CD 持续验证。
XCUITest iOS Testing 是一个面向 iOS UI 测试的技能包,基于 XCUITest 框架,覆盖元素查询、手势模拟、无障碍测试以及 Xcode 测试计划(test plan)配置。它把使用场景定位在编写、审查、调试和搭建 XCUITest 相关测试或配置时:先评估项目(Swift 技术栈与既有测试基础设施),再选择工具、配置环境、编写初始测试并逐步扩大覆盖,最后集成到 CI/CD。技能强调质量优先、多层验证、结果可执行、优先自动化集成流水线、配置与测试模式需有文档。它也给出最佳实践(测试聚焦单一行为、命名可读、保持测试独立、正确处理异步与超时、执行后清理资源)和应避免的反模式(不稳定测试、过度 mock、测试耦合、忽略失败、只覆盖正常路径而缺少边界场景)。
面向智能体的 Jira 测试管理技能,教其在 Xray 与 Zephyr 中组织测试用例与执行记录,涵盖需求关联、JQL 查询、问题建模,以及通过 REST API 在 CI 中发布自动化结果并保持可追溯性。
PW API Tester 是一个用于设计和生成 API 测试的技能,基于 Playwright 的 request context(apiRequestContext),不依赖浏览器。它面向 SDET/测试工程师,要求针对真实服务编写可运行的测试草稿,而非假定已通过的套件,覆盖正常路径与常见失败模式:请求契约提取、用例矩阵设计(2xx 正常路径、Zod 等 schema 校验、缺失或过期令牌导致的 401/403、格式错误或缺失字段的 400、未知 id 的 404、错误方法的 405 等边界)、统一认证头设置、精确断言(状态码、响应头、校验后的 body),并列出 base URL、认证来源、种子数据等假设供工程师执行验证。
为 Prefect MCP server 实现或更新以场景为中心的评测(evaluation)。适用于根据 GitHub issue 或已描述的支持场景来补充 eval 覆盖的情况。该技能会指导先阅读 AGENTS.md 和 evals/README.md,再解析所请求的场景(若用户提供 GitHub issue 编号或 URL,则通过可用的 GitHub 集成或 gh CLI 读取;否则使用用户描述的场景),随后识别面向用户的问题、所需的 Prefect 状态、预期排查过程与成功标准。在确定文件位置前会先检查相关 eval 与 fixture:能扩展现有场景目录就扩展,否则在 evals/ 下新增聚焦测试。
为 PrestaShop 的 Behat 行为测试创建 PHP 领域功能上下文类,实现步骤定义并注册到 behat.yml,覆盖 Behat 的 PHP 实现部分。
该技能用于在 ui-testing-library 中为新迁移的后台(BO)页面创建 Playwright 页面对象类,遵循 Page Object Model 模式,将选择器与交互操作封装为页面对象。它要求先阅读 Playwright/CONTEXT.md 了解 POM 模式与库架构,并为列表页和创建/编辑页分别生成对应的页面对象类,包括选择器、方法以及约定性的属性,方法与选择器遵循统一命名规范,且不执行断言。
将 PrestaShop 域的功能标志从 beta 提升为稳定版(GA),并在专用 PR 中更新 Playwright 测试,使其不再依赖该标志启用。
write-behat-scenarios 是一个用于编写 Behat 测试中 Gherkin feature 文件及相关场景的技能。它覆盖 .feature 文件一侧的 Behat 测试编写,面向某个领域(domain)的行为测试,包括 CRUD、批量操作、过滤和错误场景。技能约定需先阅读 @.ai/Component/Behat/CONTEXT.md 以了解相关规范,例如无状态步骤、实体引用、Given/When/Then 结构。使用方式上,需在 tests/Integration/Behaviour/Features/Scenario/{Domain}/{domain}_management.feature 创建 feature 文件,并遵循最小化的 Background 段设置,随后按新增、编辑、删除、批量操作、错误与约束、过滤等场景分类编写测试。该技能适用于需要在 Behat 层级为某领域编写行为测试的开发或测试场景,并可在领域关注点较多时将单个 feature 文件拆分为多个更聚焦的文件。具体平台支持、依赖版本、安装命令等信息暂未提供。
用于为迁移后的 PrestaShop 后台实体编写 Playwright 测试活动(campaign)的技能,覆盖 CRUD 生命周期、批量操作、筛选排序、位置拖拽排序及逐标签页字段校验,遵循约定文件与页面对象模型。
该技能用于为当前分支与其基线分支生成一套本地化的 PR/分支审查产物。它把代码审查锚定在明确或推断出的期望之上:若分支内存在作者提供的规范文件(canonical spec),则依据该规范进行审查;否则由审查者推断并写出一份 review 用的 spec.md 作为期望模型。流程上,它先确定审查范围(当前分支 + 基线分支,默认取 PR 的 baseRefName 或仓库默认分支),并采集 git 日志、变更文件列表、完整 diff 以及 PR 信息作为证据;再从规范文件、外部/分支外规范、GitHub PR 标题与描述、Linear 工单、分支内新增文档等来源收集期望。随后以不同角色分阶段产出三份磁盘文件:system-design-review.md(架构视角,审视系统形态、边界、命名与类型学、ADR、测试策略)、code-review.md(首席工程师视角,关注失败模式、可操作性、影响范围,并逐条对验收标准给出 PASS/FAIL/NOT VERIFIED/WEAK 判定)、walkthrough.md(技术负责人视角的走查)。产物默认写入已有规范文件旁的 reviews 目录,否则写入 wip/ 临时目录。该技能规定不修改实现代码,只写审查产物,并说明子代理需具备写权限以落盘产物。适用于本地 PR 或分支的代码审查与系统设计审查场景。
一套系统性根因调试技能:强调在修复前先用四阶段流程定位根本原因,避免随机修补与症状式修复,适用于测试失败、生产问题、性能与构建集成等各类技术故障。
promptfoo 仓库中的 discount-review 技能,用于按可重复的评审清单和辅助脚本检查 discount-policy 测试夹具。
Prowler MCP Server 的测试模式说明,涵盖内存 FastMCP 客户端、ProwlerAPIClient 单例、JSON:API 模型构造器与模拟 httpx 传输,用于编写该 MCP 服务的工具、模型与契约测试。
qa-review 是 Blender 资产的最终质量检查(QA)环节,用于在导出或交付前给出明确的“可交付/不可交付”结论。它以截图和清单为依据,对资产做命名、拓扑、面数与贴图预算、参考匹配等审计,并按 Blocker、Major、Minor、Note 四级列出缺陷,要求修复后重新核验再翻转结论,避免无截图的口头放行。
用于在交付前审查生成图像、视频或音频的质量检查清单技能,由代理打开输出文件人工判断通过或失败,而非自动评分。
用于处理当前 PR 上已知 AI 审查机器人留下的评论:读取未解决线程,判断问题真假,修复真实问题、回复并解决线程。资料来源为 pydantic/monty 的技能说明。
branch-context 是 pydantic-ai-harness 中的一项技能,用于在单个会话之外持久保存 PR/分支状态,包含 issue 简报、决策日志和会话交接三类文件,帮助后续会话或智能体延续同一分支的工作。