SuperAPI AI 工具集

qe-sfdipot-product-factors

测试与质量

查看项目

更新于 10-16 03:48

技能介绍

用途:该技能把 James Bach 的 HTSM 产品因素法(SFDIPOT)用于测试策略生成,适合分析需求文档、史诗(epic)、用户故事、规格说明和架构文档,输出更全面的测试覆盖计划与风险优先级。

主要能力:先识别文档类型并检测领域(电商、医疗、金融等),再按七个因素系统分析:Structure(产品是什么,含代码完整性、硬件、配置文件、可执行文件、依赖)、Function(做什么,含应用功能、计算、错误处理、安全、状态转换、消息、数据转换)、Data(处理什么,含输入、输出、持久化、存储、边界、校验、格式)、Interfaces(如何连接,含 UI、API、集成、协议、CLI)、Platform(依赖什么,含浏览器、操作系统、硬件、外部软件、网络)、Operations(如何使用,含常规使用、极端使用、用户管理、管理操作、恢复)、Time(何时发生,含并发、调度、序列)。测试想法需用动作动词表述,禁止“Verify X”式写法,并分配 P0–P3 优先级与自动化适配度,暴露覆盖缺口的澄清问题。可输出 HTML、JSON、MD 或 Gherkin 格式。

质量门禁:人工探索占比不低于 10%;优先级分布建议 P0 8–12%、P1 20–30%、P2 35–45%、P3 20–30%。自动化适配建议:单元测试 30–40%、集成测试 15–25%、端到端不超过 50%。

使用方式:通过任务调用,例如 Full SFDIPOT assessment 使用输入 epicDocument、outputFormat 为 html、domains 为 ["ecommerce"]、brutalHonesty 为 true,代理为 qe-product-factors-assessor;重写测试想法可调用代理 qe-test-idea-rewriter,参数含 inputFile 与 preserveMetadata。记忆命名空间为 aqe/sfdipot/,含 assessments、patterns、test-ideas、questions。

适用场景:新史诗规划、冲刺需求评审、测试策略定义、风险评估、覆盖缺口分析。

限制:资料未提供具体安装命令、收费与价格、支持平台及运行环境要求,这些信息暂未提供。