| name | testspec-review |
| description | TestSpec 用例评审（流程第 5 步）- 对生成的测试用例做 14 维度交叉验证（R1-R6 规则检查 + H1-H8 启发式检查），产出 review-report.md 评审报告。当用户要「评审用例」「检查用例质量」「审查测试用例」或执行 testspec-review / testspec review 时使用。也适用于用户说「用例写完了帮我看看」「检查一下覆盖度」「用例有没有问题」的场景。支持默认模式和 --deep 深度模式。 |
testspec-review：用例评审
IRON LAW: Every review finding must name the failing case_id or TP_ID and a concrete fix.
TestSpec Review Progress:
- [ ] Step 1: Locate current change directory ⚠️ REQUIRED
- [ ] Step 2: Load required inputs and run health check ⛔ BLOCKING
- [ ] Step 3: Decide Strict/Legacy and review depth
- [ ] Step 4: Execute R1-R6 and H1-H8 checks
- [ ] Step 5: Write review-report.md with evidence
- [ ] Step 6: Seed feedback context and report next step
核心约束
只给可执行、可定位、可修复的结论：每条问题必须指向具体 case_id 或 TP_ID，并给出明确整改动作。
职责
以独立评审视角，对测试用例做 14 维度交叉验证，输出结构化 review-report.md，并为上游 skill 提供可落地的反馈闭环。
当前变更目录
参见 ../_testspec-shared/references/common.md 中的「当前变更目录定位规则」。
共享规则源
- 评审模板：
review-report-template.md
- 维度细则：
references/review-dimensions.md
- 上下文协议：
../_testspec-shared/references/context-protocol.md
深度策略（统一语义）
默认执行 auto 模式：Agent 先判断复杂度和风险，再决定标准深度或加深深度。
auto（默认）：按信号自动选择--deep（显式）：强制加深深度，不再降级
auto 信号
触发加深检查：
- 用例总数 > 50
- 涉及模块数 > 5
- 用例类型 ≥ 3
- Strict 模式（
schema_version: 2 且 tp_refs 完整）
- 上游
material_quality = low
- 上游
risks_identified 非空
- 上游
blocking_open_questions 非空
可保持标准深度：
- 用例总数 < 20
- 模块数 ≤ 2
- 上游
material_quality = high
深度行为差异
- 标准深度：执行 14 项检查，H3 对高风险 TP 全解释
- 加深深度：执行 14 项检查，额外读取
requirements-analysis.md，H3 对所有 TP 全解释，H5 最低覆盖类型要求提高到 3
评审开始时必须向用户说明当前深度及理由。
输入策略
必读文件
testcases.json（变更目录根目录或 artifacts/ 下）specs/testpoints.md
可选文件
requirements-analysis.md（--deep 或 auto 加深时建议读取）
输入健康检查（失败即终止）
testcases.json 存在且可解析- 顶层包含
testcases 数组且非空
specs/testpoints.md 存在且包含 TP_ID- 若上游产物 context 中
stale_downstream_artifacts 命中 testcases.json 或 review-report.md，终止并提示先运行对应 next_skill 或上游 skill rebaseline
- 若上游产物 context 中
source_revision.version 高于 testcases.json context 记录的版本（或 testcases.json 缺少 source_revision），终止并提示上游已更新、需先重跑上游 skill
若失败：终止评审并提示先补齐上游产物（testspec-generate 或 testspec-points）。
模式判定
- Strict：
schema_version: 2 且所有用例有非空 tp_refs
- Legacy：否则
Legacy 模式仍可评审，但 R6/H3 置信度下调，并在报告中明确升级建议。
评审维度（14 项）
执行细则、判定阈值和输出字段见 references/review-dimensions.md。本文件只保留最小执行索引。
R1-R6 规则检查
- R1 覆盖度
- R2 命名契约
- R3 优先级分布
- R4 字段完整性
- R5 可执行性最小条件
- R6 可追溯性
H1-H8 启发式检查
- H1 冗余检测
- H2 预期结果质量
- H3 意图一致性
- H4 前置条件充分性
- H5 风险与边界覆盖
- H6 可维护性建议
- H7 回归价值评估
- H8 测试价值与亮点识别
严重级别体系
- S1 阻断级：必须修复（影响可执行性或严重偏离测试意图）
- S2 重要级：应当修复（影响覆盖质量、追溯、维护）
- S3 建议级：可选优化（提升可读性和效率）
S1 只用于真正阻断问题，禁止滥用。
执行步骤
- 定位变更目录
- 读取输入并做健康检查
- 判定 Strict/Legacy 模式
- 判定深度（auto 或 --deep）并向用户说明
- 加载维度细则：
references/review-dimensions.md
- 按 R1→R6 执行规则检查
- 按 H1→H8 执行启发式检查
- 生成报告：按
review-report-template.md 填写全部结果
- 计算总体置信度
- 输出总结与闭环建议
报告要求
review-report.md 至少包含：
- 评审模式（Strict/Legacy）
- 深度（标准/加深）与触发原因
- 14 项检查矩阵
- S1/S2/S3 问题列表（每条带 ID、影响、建议）
- 总体结论（通过/有问题）
- 置信度（高/中/低）
反模式识别
| 反模式 | 表现 | 修正 |
|---|
| 走形式检查 | 全部“通过”但无证据 | 每项至少给 1 个量化指标 |
| 模糊建议 | “建议优化”“需要改进” | 明确到字段和修改动作 |
| 遗漏 ID | 问题无 case_id/TP_ID | 所有问题绑定具体实体 |
| 比例至上 | 只看占比不看内容 | 先核实关键场景是否真实覆盖 |
| 忽视上游 | 不消费风险/阻塞澄清信息 | 强制读取上游 context |
| 过度报告 | 把细节问题都标 S1 | 严格按分级定义降噪 |
总体置信度
- 高：Strict + 输入完整 + 14 项均可执行
- 中：Legacy，或部分检查依赖推断
- 低：输入缺失，导致关键检查无法执行
反馈合成闭环
评审完成后必须给出三类结构化反馈：
给 generate
- 需要补充哪些 TP 场景
- 哪些用例字段要改（
id、title、steps、expected_result、tp_refs 等）
- 策略层建议（如冒烟过宽/过窄）
给 points
- 哪些 TP 粒度过粗/过细
- 哪些 TP 缺失导致覆盖断层
给 analysis
- 新发现的需求缺口
- 上游未标注但已在评审中暴露的风险
上下文播种
在 review-report.md 末尾按 ../_testspec-shared/references/context-protocol.md 写入：
<!-- testspec-context
{
"source_skill": "testspec-review",
"risks_identified": ["<评审中新发现的风险>"],
"feedback_for_generate": ["<给 generate 的结构化反馈>"],
"feedback_for_points": ["<给 points 的结构化反馈>"],
"feedback_for_analysis": ["<给 analysis 的结构化反馈>"]
}
-->
输出总结模板
✅ 评审完成 | 模式: <Strict/Legacy> | 深度: <标准/加深> | 置信度: <高/中/低>
📄 报告: testspec/changes/<name>/review-report.md
📊 总评: <S1> 个 S1 + <S2> 个 S2 + <S3> 个 S3
产物
testspec/changes/<name>/review-report.md
