SuperAPI AI 工具集

recovery-testing

测试与质量

查看项目

更新于 10-16 01:34

技能介绍

用途:围绕恢复点、恢复时间、恢复步骤、验证证据和人工接管,设计恢复测试分析或验证准备;在资料不完整时交付可复核的初版,并明确假设、缺口与人工决策,区分静态设计证据、计划中的验证和已发生的执行。

主要能力:先读取 prompts/recovery-testing.md,按其输入审计、覆盖清单和输出顺序执行;提取范围、环境、版本、依赖、限制、成功标准和可用证据;对恢复点、恢复时间、恢复步骤、验证证据和人工接管建立场景与判断标准,优先处理高影响或难探测项;把事实、证据支持的推断、候选建议和 Human 决策分开。领域执行上,分开服务重启/就绪、数据恢复点和业务一致性,提取 RTO/RPO 定义、故障起点、业务恢复终点及可接受丢失,交付服务/业务/数据恢复时间线、目标计算与差额/补偿表,部分恢复不能概括为恢复完成。

使用方式:默认输出 Markdown,按风险、证据和优先级组织;用户要求表格、CSV、JSON 或工单格式时保留同样发现字段和证据状态;进入自动化流程前先确认字段 schema、枚举值和必填项。需要评测时读取 evals/eval.yaml 和匹配的 evals/cases/;仅当目录实际存在且任务需要时,才读取 references/、examples/、scripts/ 或 output-formats.md。

限制:只分析恢复点、恢复时间、恢复步骤、验证证据和人工接管,不注入故障、不访问真实依赖、不调用生产系统;不编造阈值、可用性、恢复时间、漏洞状态或已执行的测试;证据不足时使用待确认、blocked 或 unassessed 并给出验证方法;风险接受、发布批准和人工接管必须留给 Human。交付前需完成六类输入审计并标出证据时效性,覆盖恢复目标、失败模式、预期关注点和验证方法,区分事实、推断、建议、缺口和 Human 决策,不得把静态设计或 dry-run 写成真实执行、通过或发布结论。