SuperAPI AI 工具集

mock-quality-review

测试与质量

查看项目

更新于 10-16 01:34

技能介绍

用途:从 API 或服务契约、mock 实现、stub 数据、交互断言、集成测试、漂移记录和真实响应中提取 Mock 质量评审候选,评估 mock 是否保护了真实风险。

主要能力:先标记被测对象与外部协作者边界,将 mock/stub 的版本、字段、状态码、错误、时序和副作用与真实合同逐项对应;交付真实合同×stub×被测义务的差异表,指出具体漏检路径。使用 MQR-## 记录对象、前置条件、关注点、来源证据和验证方法,保留影响/优先级、责任角色、关闭条件和证据状态。

使用方式:阅读 prompts/mock-quality-review.md,提供目标、范围、材料、环境和已有证据;先完成 known、missing、conflicting、stale、out_of_scope、assumptions 六类输入审计。默认输出 Markdown,表格、JSON 或 CSV 仅在用户明确需要或交付格式要求时使用。

适用场景:需要解释选择理由、适用约束、证据缺口和最小验证动作;材料不完整但仍要交付受限初版,并明确 blocked 或 unassessed 边界。

限制:不执行测试,不假设未提供的规则、版本、阈值、数据或结果,不把候选数量当作覆盖证明;文件存在、名称匹配、设计声明或 Eval 配置不等于真实执行证据。不修改需求、代码、测试资产或目标系统,不替 Human 接受风险。未知项标为 unassessed、blocked 或待确认,不用常识补齐。回归时参考 evals/eval.yaml 及匹配用例,触发验证使用 evals/trigger-prompts.csv 和 evals/local-rules.json;缺少 skill.selection 证据时报告 BLOCKED。