testing-gh-skills

用途

该技能用于对全部 GitHub CLI 搜索类技能执行一套完整的自动化测试。它本身是一个测试编排入口，而不是搜索功能。核心定位是：仅在用户显式触发时运行，避免在无关对话中被自动调用。

触发条件

仅在以下情况调用：

用户显式运行 /test-gh-skills 斜杠命令
用户明确请求“运行完整测试套件”或“执行全部测试”

以下情况不调用：用户泛泛询问测试、询问如何测试、在任意语境中提到“test”、或认为测试可能有帮助。原因是一次完整运行约需 8 分钟并消耗 80 次 Claude API 调用，成本较高。

主要能力

通过 Python 编排器 run-all-tests.py 解析 testing/scenarios/ 下的全部场景文件。
以并行工作池执行测试，默认 4 个 worker，可配置。
每个测试在全新 Claude 会话中运行，仅接收用户请求（通过 run-single-test.sh），不向被测对象泄露测试标准。
对响应进行校验并生成多级报告。
测试完成后自动以无头方式调用 test-reviewer 智能体，生成 REVIEWER-NOTES.md。

测试分组（共 80 个测试，6 组）

gh-cli-setup-tests（10 个）：安装、认证、故障排查
gh-search-code-tests（15 个）：按扩展名、语言、排除项进行代码搜索
gh-search-commits-tests（10 个）：按作者、日期、哈希搜索提交
gh-search-issues-tests（20 个）：按标签、负责人、状态搜索议题
gh-search-prs-tests（15 个）：按评审、草稿、检查搜索 PR
gh-search-repos-tests（10 个）：按星标、主题、许可证搜索仓库

使用方式

运行测试套件： python3 testing/scripts/run-all-tests.py

选项：
- --workers N：并行 worker 数量（默认 4）
- --no-review：跳过自动 test-reviewer 智能体执行
示例：

默认设置（4 个 worker，含评审）

python3 testing/scripts/run-all-tests.py

使用 8 个并行 worker

python3 testing/scripts/run-all-tests.py --workers 8

不进行自动评审

python3 testing/scripts/run-all-tests.py --no-review
查看结果：报告输出到 ./testing/reports/yyyy-mm-dd_{COUNT}/ 下。

报告结构（四级）

一级：总报告 REPORT.md，包含总体通过/失败汇总、按组结果、失败测试详情、执行时间。
二级：分组报告 {group-name}/REPORT.md，包含组内汇总与逐项结果。
三级：单个测试报告 {test-number}.md，包含测试详情、完整响应、校验结果与通过/失败原因。
四级：评审分析 REVIEWER-NOTES.md，由 test-reviewer 智能体自动生成，包含生产就绪度评估、结果概览表、失败模式与根因、按组详细分析、优先级建议（高/中/低）与后续步骤。

工作原理

run-all-tests.py：发现并解析场景文件，并行执行测试，校验响应，生成三级报告，统计耗时与通过/失败数据，写入测试报告目录，并自动调用 test-reviewer 智能体；支持 --workers N 与 --no-review。
run-single-test.sh：接收用户请求作为参数，以最小工具集（Read、Skill）执行 Claude CLI，禁用情景记忆以加速，绕过权限提示，要求简洁输出（仅命令），返回 stdout/stderr 供校验。

校验范围

测试覆盖语法（标志用法、命令结构、限定符语法）、引号处理（多词查询、比较运算符、含空格标签）、排除项（-- 标志、PowerShell --%、引号内排除）、特殊值（@me 语法、ISO8601 日期、比较运算符）、平台差异（Unix/Linux/Mac 与 PowerShell）、边界情况以及技能用法（验证 gh search 命令与 gh 子命令）。

成功标准

全部 80 个测试无错误执行
通过率达到 75% 以上（当前基线 73.8%）
生成总报告、全部分组报告与单个测试报告
无测试超时或崩溃
目标通过率为 90% 以上

常见问题

测试未运行：确认已安装 Python 3、场景文件存在、run-single-test.sh 可执行、Claude CLI 已安装。
测试超时：确认脚本中已禁用情景记忆、权限模式为 bypassPermissions，必要时增大超时（当前 120 秒）。
报告未生成：检查写入权限与目录是否存在，查看 Python 错误。
通过率低：查看单个测试报告找规律，确认技能是否近期修改，核对测试标准与技能文档是否一致。

限制

该技能仅限显式调用，不应自动运行；完整执行成本较高（约 8 分钟、80 次 API 调用，并行执行约 2-3 分钟）。关于收费标准、具体价格与平台支持范围，资料中暂未提供。

技能介绍

用途