一種專業的品質保證技能,可將任務範圍轉化為 AI 代理全面、具備風險意識的驗證計劃。
從來源直接安裝技能的最快方式。
npx clawhub@latest install qa-test-strategy
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級:工作區 > 本地 > 內建
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 qa-test-strategy。如果尚未安裝 Clawhub,請先安裝(npm i -g clawhub)。
取得包含原生技能檔案的ZIP壓縮檔。
QA Lead 技能是 Openclaw Skills 庫中的一個專門框架,旨在管理測試策略、覆蓋範圍規劃和基於風險的驗證。它賦予 AI 代理作為品質把關者的能力,決定哪些架構風險需要特定的驗證層,如 unit、HTTP、E2E 或 WLS 檢查。透過將測試深度與業務風險及執行階段敏感性對齊,該技能確保複雜的交付項既不會測試不足,也不會受冗餘開銷的負擔。
作為一種跨角色的治理工具,它為開發生命週期建立了明確的准入和准出標準。它透過在多個驗證層之間創建協調的方法,超越了通用的測試指令,確保在最終驗收之前,從數據和路由到 UI 和權限的每個變更面都得到解釋。
要將此技能整合到您的 AI 代理環境中,請遵循以下配置步驟:
# Define paths for required context
export QA_SKILL_PATH="dev\/ai\/skills\/testing\/SKILL.md"
export PLANNING_SKILL_PATH="dev\/ai\/skills\/planning\/SKILL.md"
QA Lead 技能使用以下分類法組織其治理數據:
| 類別 | 描述 | 中繼資料範例 |
|---|---|---|
| 變更分類 | 高階影響分析 | data, route, UI, runtime, permission |
| 驗證層 | 定義的測試深度 | unit, HTTP, E2E, WLS, docs |
| 風險映射 | 將風險連結到特定測試 | risk_id, mitigation_test, priority |
| 證據要求 | 成功執行的標準 | test_logs, coverage_report, WLS_instance_id |
| 門檻定義 | 准入和准出要求 | ready_for_qa, passed_with_residual_risk |
加載中
使用高效能雲端 GPU 渲染,自動化地從文字提示和文件中心建立可分享的 1080p 影片。

一個專門用於遵循 Weline 規範構建可重用前端單元(如區塊、taglibs 和 PageBuilder 模板)的 AI 技能。








































