Skill 质量循环:用 QA 方法持续治理 Agent Skills
把匹配、设计、验证、评估、基准测试、发布、观察、回归和改进串成可持续的 Skill 质量闭环。
质量分析师,而非质量保证师。
第 6 页
把匹配、设计、验证、评估、基准测试、发布、观察、回归和改进串成可持续的 Skill 质量闭环。
逐条核对 AI 生成测试的需求来源、行为断言、逃逸缺陷、弱/伪保护和维护风险。
RAG 质量测试双语指南,围绕依据性、相关性、完整性、引用支撑、拒答和回答级证据检查 RAG 输出。
围绕发布窗口和 Go/No-Go 门禁,介绍如何使用发布工作流、测试策略、功能测试、缺陷与报告 Skills 交接真实证据。
通过四层验证和五种地区测试方法,确认同意、拒绝与撤回选择确实生效。
区分静态检查、评测、运行时和真实项目证据,正确使用 PASS、PARTIAL、NOT_RUN、BLOCKED 与 INSUFFICIENT_EVIDENCE。
从用户后果出发,检查 AI 功能的错误建议、上下文遗漏、输入边界、降级与隐私风险。
RAG 检索测试双语指南,围绕查询变体、切块、元数据过滤、召回代理、排序、新鲜度和检索证据排查问题。
围绕探索性测试会话,说明如何选风险、准备章程、记录真实观察,并总结覆盖范围和未解风险。
AI 缩短了实现时间,但探索过程中的学习、判断与乐趣,仍可能值得保留。
围绕配额边界、突发流量、身份隔离、重试提示和恢复设计可追溯的限流场景;方案不等于执行结果。
API 版本兼容性测试实战指南:比较版本、消费者假设、弃用、迁移和回滚证据。