性能负载建模 Skill：生产流量怎样变成可复现的性能负载
没有业务模型的压测参数只是任意数字：并发、到达率和数据分布都可能与真实高峰相反。工作负载建模先还原使用模式，再谈压测工具。
性能工作负载建模 Skill 将流量证据和用户旅程转换为可测量的比例、节奏和数据变化，形成可信实验。
本文通过具体场景说明如何收集、连接和解释证据，让结论能够服务下一步的工程或业务决定。
性能负载建模 Skill 用来做什么
性能负载建模适合准备压测、容量评估或流量迁移的团队。它把生产用户行为写成可复现的比例、到达模式和数据生命周期，并明确模型没有覆盖的部分。
先回到源 Skill
这个 Skill 的完整执行规则在 性能负载建模 提示词。源目录还包含 3 个评测用例，用于验证输出是否遵守契约。
它要求特别注意：
- 不要直接把在线用户数当并发数
- 区分开放与封闭模型
- 缺少生产数据时用可调整区间
用一份项目材料开始
先把当前拿得到的材料摆上来。缺口可以保留，状态必须说实话。
| 材料 | 这次填什么 | 缺失时的处理 |
|---|---|---|
| 目标与范围 | 把生产交易量、峰值活动和用户行为转成可复现的结账性能负载模型 | 标出不在本轮判断内的链路 |
| 版本与环境 | 生产流量样本、峰值活动、用户行为比例和测试窗口 | 样本过短时把模型标为近似值 |
| 证据 | 访问日志、业务计数、会话时长、地域分布和历史峰值 | 缺少业务转化率时不要直接外推请求量 |
| 决策边界 | 采样规则、放大系数、异常流量和模型 Owner | 每项假设写出验证数据与失效条件 |
可以这样调用：
请使用 performance-workload-modeling Skill。
任务：把生产交易量、峰值活动和用户行为转成可复现的结账性能负载模型
输入材料：[版本、链接、日志或报告路径]
范围：[本次包含和排除的对象]
限制：[时间、数据、权限、合规要求]
先审计输入，再按风险和证据强度排序。材料没有证明的内容标为假设，并列出验证方法。性能负载建模要把用户行为写成假设
| 产物 | 要回答的问题 | 最低证据 |
|---|---|---|
| 用户比例 | 不同用户和业务动作各占多少 | 生产日志、漏斗和业务规则 |
| 到达模式 | 流量如何到达、持续和突发 | 时间序列、活动日历和假设 |
| 数据生命周期 | 数据创建、复用和清理怎样进行 | 数据量、隔离策略和清理命令 |
| 模型边界 | 哪些行为没有被本次负载覆盖 | 排除项、原因和后续验证 |
没有生产行为或业务比例来源时，只能生成负载假设，不能声称它代表真实流量。
在项目里跑一轮
先用一个边界清楚的小回合启动——把生产交易量、峰值活动和用户行为转成可复现的结账性能负载模型。别急着把结果写成报告。先把输入版本、时间窗口和负责人贴到同一处；然后把每个判断连回具体材料；最后只安排一项能改变结论的验证动作。
区分到达率、并发、思考时间和数据分布，线上用户数不能直接当并发数。这一轮交付应当包含：可复查的证据索引、仍然成立的假设、以及下一位同事可以直接执行的动作。这样做很朴素，也很有效。
进阶使用：把一次分析变成持续机制
区分到达率、并发、思考时间和数据分布，线上用户数不能直接当并发数。
每次性能负载建模都保存生产窗口、用户比例、数据量和模型版本。流量结构或业务规则变化时，只更新受影响的场景，并保留旧模型用于对照。
三段式 Skill 链
performance-workload-modeling → performance-test-k6 → performance-result-analysis
| 交接 | 传递内容 | 接收方要检查什么 |
|---|---|---|
| 上游到 performance-workload-modeling | 来源版本、范围、风险、未决项 | 输入是否过期，冲突是否标记 |
| performance-workload-modeling 到下游 | 判断、证据索引、残余风险、待办 | 产物是否可执行，Owner 是否明确 |
| 下游回写 performance-workload-modeling | 执行结果、缺陷、事实变化 | 是否更新基线与回归范围 |
交接时传摘要、证据索引和原始材料的位置。信息量足够，结论出了问题也能回到来源。
团队门禁
| 门禁 | 检查内容 | 未满足时 |
|---|---|---|
| performance-workload-modeling 输入门禁 | 版本、环境、证据来源和 Owner | 停止生成，列出缺口 |
| performance-workload-modeling 产物门禁 | 关键结论带依据、状态和影响 | 退回补证据 |
| performance-workload-modeling 执行门禁 | 命令、查询或验证路径可复现 | 标记基础设施或测试问题 |
| performance-workload-modeling 决策门禁 | 残余风险有接受人与日期 | 不进入下一阶段 |
容易踩的坑
- 用平均请求率代替用户行为和业务比例。
- 把峰值瞬间当成持续负载，导致容量判断失真。
- 忽略数据创建、清理和账号隔离，脚本无法重复运行。
- 没有写出排除项，读者误以为模型覆盖完整生产流量。
相关 Skill
性能负载建模产出的假设要继续进入容量和结果判断：
交付前复核：把判断落到证据
Skill 输出拿到手后，先核对四件事：输入版本是否明确，范围是否完整，每条结论能否回到证据，下一步由谁执行。少一项，报告就容易变成漂亮的猜测。
| 项目 | 需要留下 | 缺失时 |
|---|---|---|
| 输入边界 | 版本、环境、时间窗口和本次范围 | 标记假设，不写成事实 |
| 证据索引 | 日志、报告、Trace、截图或命令输出 | 标记 evidence_pending |
| 结论状态 | verified、assumption、blocked 或 pending | 停止扩大结论 |
| 后续动作 | 最小验证命令、负责人和截止时间 | 交付为待办，不进入门禁 |
source_version: [版本或提交]
scope: [本次包含和排除的对象]
evidence: [日志、报告、Trace 或命令输出]
status: pending
owner: [负责人]
next_action: [最小验证动作]分析类 Skill 要保留查询条件和时间窗口；执行类 Skill 要保留命令、退出码和失败产物。人工修改也要记录，下一次复核才知道结论从哪里变化。
安装与调用
安装这个 Skill：
npx skills add https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh/testing-types/performance-workload-modeling -g安装后，直接使用下文的 performance-workload-modeling 调用词，并附上本次的真实材料。
常见问题
输入还不完整，能开始吗？
能。先交付受限初版：列出已知事实、假设、缺口和最小验证动作。环境、数据或权限缺失时，不写执行结论。
什么时候需要人工确认？
范围取舍、风险接受、生产操作、数据权限和发布决定必须由对应负责人确认。Skill 负责整理证据与选项，不替团队做授权决定。
先用一份真实材料跑通 性能负载建模，把输入、产物、人工修改和验证证据留在同一个工作链里。下一次变化发生时，才有东西可以复用。
参考
- 性能负载建模 提示词：https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh/testing-types/performance-workload-modeling/prompts/performance-workload-modeling.md
- Awesome QA Skills：性能负载建模 Skill 源文件：https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh/testing-types/performance-workload-modeling
- Awesome QA Skills GitHub 项目：https://github.com/naodeng/awesome-qa-skills
- 性能负载建模 Skill 详情页：https://inaodeng.com/zh-cn/qaskills/performance-workload-modeling/