用途：在测试策略规划、测试资源有限时分配精力、决定先自动化什么、论证覆盖率决策等场景，用风险评估与优先级排序把测试重点放在最高风险区域。
风险计算：风险分值 = 概率(1-5) × 影响(1-5)。分值与处理：20-25 严重，占 60% 精力，做全面测试与多技术组合；12-19 高，占 25%，彻底测试并优先自动化；6-11 中，占 10%，标准测试加基础自动化；1-5 低，占 5%，仅冒烟与探索性测试。
概率因素：复杂度（简单 CRUD/业务逻辑/算法与集成）、变更频率（稳定6个月以上/每月/每周或每天）、开发者经验（资深领域专家/中级/新手）、技术债务（干净代码/部分债务/遗留且无测试）。影响因素：受影响用户（仅管理员/部门/全部用户）、收入（无/间接/直接如结账）、安全（便利/数据丢失/人身伤害）、声誉（内部/行业/公开丑闻）。
使用方式：先列出功能或组件并给出概率、影响、风险与优先级；再按风险等级套用测试深度，例如通过 qe-test-generator 传入 critical/high/medium/low 对应的 features、depth 与 techniques；随后动态复评，如发生生产事故时用 qe-regression-risk-analyzer 提高概率与风险分。可结合 ML 预测（如梯度提升模型，基于复杂度、变更频率、作者经验、文件年龄等）对每个文件输出风险预测。
协作与集成：记忆命名空间为 aqe/risk-based/，含 risk-scores、historical-bugs、production-data、coverage-map；可通过 FleetManager 以 risk-based-testing 策略顺序协调 qe-regression-risk-analyzer、qe-test-generator、qe-production-intelligence、qe-quality-gate 等代理。CI/CD 中可用 aqe risk-analyze --changes ... 分析变更，并按风险条件执行 npm run test:critical / test:high / test:smoke。
限制与注意：资料为方法论与示例，未提供完整的安装、配置与价格说明；具体命令与代理名以资料为准。风险是动态的，应随新信息、变更与生产事故持续复评；生产缺陷会提高风险分。