状态稳定
类型原子 Skill
领域软件测试
生命周期测试设计
适合角色QA
语言中文 / 英文
评测有评测 ✓
同步日期2026-09-15
解决什么问题
它把当前 Skill 的方法整理成可以直接执行、评审和复用的质量输入。
- 不把多因素组合数量写成覆盖证明，不忽略约束或凭经验补造取值。
- 文件存在、名称、模板和 Eval 配置不等于真实执行证据。
- 不修改需求、代码、测试资产或目标系统，不替 Human 接受风险。
- 范围或证据不完整时，不要把方法名称、文件存在或候选数量写成测试已执行、覆盖、通过或发布证据。
适用场景
推荐使用
- 需要分析 因素、取值、组合约束、交互风险和已有组合。
- 需要保留选择理由、证据缺口、优先级和验证动作。
- 输入不完整但需要交付受限初版，并标记 unassessed 或 blocked。
常见误区
- 范围或证据不完整时，不要把方法名称、文件存在或候选数量写成测试已执行、覆盖、通过或发布证据。
- 不要用常识补齐未提供的规则、阈值、数据、环境或结果；保留 unassessed、blocked 和待确认项。
- 不要把本 Skill 的专项候选扩写成完整策略、完整测试用例、真实执行或发布决定。
输入
最低输入
- 阅读 prompts/combinatorial-testing.md，先列出 known、missing、conflicting、stale、out_of_scope、assumptions。
推荐输入
- 项目目标
- 测试范围
- 约束条件
可选上下文
- 相关代码或配置
- 历史结果
- 日志与指标
输出
输出会围绕该 Skill 的方法形成可执行结果，并明确事实、假设、风险和下一步。
不安装也能判断输出价值
- 01六类输入审计完整。
- 02每条 CT-## 有来源、证据、影响/优先级、责任角色、关闭条件和验证方法。
- 03已明确未执行、未验证、未评估和待决策项。
工作原理
- 01阅读 prompts/combinatorial-testing.md，先列出 known、missing、conflicting、stale、out_of_scope、assumptions。
- 02按方法合同形成 CT-##，保留来源、证据状态、影响、责任角色、关闭条件和验证方法。
- 03事实、推断、建议和 Human 决策必须分开。
- 04只提出后续验证意图，不写成已执行结果。
安装与快速开始
安装命令 / SHELL
npx skills add \
https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh/testing-types/combinatorial-testing
-gcombinatorial-testing.prompt
@skill combinatorial-testing
结合当前项目上下文，按该 Skill 的要求给出可执行结果。
补充上下文：
[粘贴项目背景或需求]---
name: combinatorial-testing
description: Use this skill when you need to select high-risk multi-factor combinations after factors, values, and constraints are explicit; triggers include 组合测试设计 and combinatorial test design.
---
# 组合测试设计
在因素、取值和约束明确后选择高风险的多因素组合，输出 CT-##。它只产生证据边界内的设计候选，不执行测试，不宣称覆盖或通过。
## 何时使用
- 需要分析 因素、取值、组合约束、交互风险和已有组合。
- 需要保留选择理由、证据缺口、优先级和验证动作。
- 输入不完整但需要交付受限初版，并标记 unassessed 或 blocked。
## 输出格式选项
- 默认输出 Markdown；表格、JSON 或 CSV 仅在用户明确需要或现有交付格式要求时使用。
- 把静态分析、未执行项、证据状态和 Human 决策分开；没有运行证据时保持 unassessed、blocked 或 NOT_RUN。
## 如何使用
1. 阅读 prompts/combinatorial-testing.md，先列出 known、missing、conflicting、stale、out_of_scope、assumptions。
2. 按方法合同形成 CT-##，保留来源、证据状态、影响、责任角色、关闭条件和验证方法。
3. 事实、推断、建议和 Human 决策必须分开。
4. 只提出后续验证意图，不写成已执行结果。
## 核心约束
- 不把多因素组合数量写成覆盖证明，不忽略约束或凭经验补造取值。
- 文件存在、名称、模板和 Eval 配置不等于真实执行证据。
- 不修改需求、代码、测试资产或目标系统，不替 Human 接受风险。
## 交付前自检
- [ ] 六类输入审计完整。
- [ ] 每条 CT-## 有来源、证据、影响/优先级、责任角色、关闭条件和验证方法。
- [ ] 已明确未执行、未验证、未评估和待决策项。
## 参考文件
- 回归时读取 evals/eval.yaml 和匹配用例；配置不证明真实项目结果。
- 触发验证使用 evals/trigger-prompts.csv 和 evals/local-rules.json；缺少 skill.selection 证据时报告 BLOCKED。
## 常见误区
- 范围或证据不完整时，不要把方法名称、文件存在或候选数量写成测试已执行、覆盖、通过或发布证据。
- 不要用常识补齐未提供的规则、阈值、数据、环境或结果；保留 unassessed、blocked 和待确认项。
- 不要把本 Skill 的专项候选扩写成完整策略、完整测试用例、真实执行或发布决定。
## 最佳实践
- 先完成六类输入审计，再选择最小、可追溯且可验证的发现范围。
- 每条发现保留来源、证据状态、影响/优先级、责任角色、关闭条件和验证方法，并明确剩余风险。
- 把验证建议写成下一步动作，不把 Skill 包结构、候选数量或本地 Eval 配置升级为真实质量结论。