QA Team 技能用于创建智能体驱动的外部视角（outside-in）测试，从外部用户角度验证应用行为，而不依赖对内部实现的了解。它基于 gadugi-agentic-test 框架，使用声明式 YAML 场景，由 AI 智能体执行、观察并验证。核心原则是：测试描述“应该发生什么”，而不是“如何实现”，执行细节由智能体处理。
用途
该技能适合以下场景：冒烟测试，快速验证关键用户流程；行为驱动测试，从用户视角验证功能；跨平台测试，同一套测试逻辑用于 CLI、TUI、Web、Electron；重构安全，实现变化时测试仍然有效；AI 驱动的测试，让智能体处理复杂交互；文档即测试，YAML 场景同时作为可执行规格。也适合在启动新项目时定义预期行为、编写可自动验证的验收标准、让非开发人员也能阅读和理解测试、捕获关键用户工作流的回归、测试复杂的多步骤交互。
不适合的场景包括：需要内部函数的单元测试（应使用 test-gap-analyzer）、性能或负载测试、需要精确时序或并发控制、非交互式批处理测试、实现细节比行为更重要的场景。
主要能力
框架解析带声明式步骤的 YAML 测试场景，分派给专用智能体（CLI、TUI、Web、Electron），执行动作（启动、输入、点击、等待、验证），收集证据（截图、日志、输出捕获），根据预期结果验证，并生成带证据链的报告。
支持的应用类型与动作：
CLI 应用：launch、send_input、send_signal、wait_for_output、verify_output、verify_exit_code、capture_output。
TUI 应用：launch、send_keypress、wait_for_screen、verify_screen、capture_screenshot、navigate_menu、fill_form。
Web 应用：navigate、click、type、wait_for_element、verify_element、verify_url、screenshot、scroll。
Electron 应用：launch、window_action、menu_click、dialog_action、ipc_send、verify_window，以及所有 Web 动作。
场景结构包含元数据（名称、描述、类型、标签、优先级、超时、重试、环境变量与文件）、前置条件（不满足则跳过而非失败）、顺序执行的步骤（动作、参数、描述、超时、失败继续）、验证动作（检查输出、退出码、元素、URL、窗口状态等）以及清理段（成功或失败后执行）。
高级模式包括条件逻辑（基于前一步是否通过执行）、变量与模板（${variable}）、循环与重复（times、for_each）、错误处理（验证预期错误信息）。
并排一致性与 A/B 验证
QA Team 是原 outside-in-testing 技能更名后的主技能，用于标准外部视角场景，以及需要将旧实现与替代实现、方案 A 与方案 B 作为外部用户可观察对象进行对比的一致性循环。适用场景包括：Python 迁移到 Rust、旧 CLI 迁移到新 CLI、v1 到 v2 行为验证；切换默认实现前验证重写；使用相同用户场景比较分支 A 与分支 B；在配对虚拟 TTY 中运行可观察的并排会话；在影子模式下记录发布分歧而不使运行失败。
推荐的一致性循环：先定义共享的用户可见场景；在隔离沙箱中运行两个实现；比较 stdout、stderr、退出码、JSON 输出和文件系统副作用；需要配对 tmux 面板调试时使用 --observable 模式重跑；需要在远程环境（如 azlin）验证时使用 --ssh-target <host>；发布期间使用 --shadow-mode --shadow-log <file> 记录分歧而不阻断执行。如果仓库已有一致性测试工具，应扩展它而不是另建一套。
使用方式
安装前置条件（用于原生模块编译）：macOS 执行 xcode-select --install；Ubuntu/Debian 执行 sudo apt-get install -y build-essential python3；Windows 安装 Visual Studio Build Tools 并勾选“Desktop development with C++”。
安装框架：全局安装 npm install -g @gadugi/agentic-test，或项目本地安装 npm install @gadugi/agentic-test，然后运行 gadugi-test --version 验证。
运行测试：gadugi-test run test-hello.yaml。输出会显示每个步骤的通过情况、总体结果以及证据保存路径。
一致性命令示例：
python tests/parity/validate_cli_parity.py
--scenario tests/parity/scenarios/feature.yaml
--python-repo /path/to/legacy-repo
--rust-binary /path/to/new-binary
--observable
远程一致性：
python tests/parity/validate_cli_parity.py
--ssh-target azlin
--scenario tests/parity/scenarios/feature.yaml
--python-repo /remote/path/to/legacy-repo
--rust-binary /remote/path/to/new-binary
发布影子日志：
python tests/parity/validate_cli_parity.py
--scenario tests/parity/scenarios/feature.yaml
--python-repo /path/to/legacy-repo
--rust-binary /path/to/new-binary
--shadow-mode
--shadow-log /tmp/feature-shadow.jsonl
适用场景
适合需要从用户视角验证行为、跨平台复用测试逻辑、在重构中保持测试稳定、让非开发人员理解测试、捕获关键工作流回归、进行旧新实现或 A/B 方案对比、在发布中记录行为分歧的场景。
限制
不适用于内部函数单元测试、性能或负载测试、需要精确时序或并发控制的测试、非交互式批处理测试，以及实现细节比行为更重要的场景。前置条件不满足时测试会被跳过而非失败。技能按四个渐进级别组织：Level 1 基础（单动作测试、简单验证）、Level 2 中级（多步骤流程、条件逻辑、错误处理）、Level 3 高级（自定义智能体、视觉回归、性能验证）、Level 4 一致性与影子模式（并排 A/B 对比、远程可观察运行、发布分歧日志）。