| name | skill-function-test |
| version | 1.16.1 |
| author | wUwproject |
| license | MIT |
| description | 技能场景测试套件 —— 备份 → 蓝皮书 → 配置确认 → S1-S3场景测试 → D1-D6功能测试 → S4执行忠实度 → 修复 → bump → 双格式报告 → 结论写入test-report.md。配置驱动流程，钩子强制阻断。 |
| tags | ["scenario-test","regression-test","backup","bluebook","smoke-test","e2e-test","function-test","bug-detection"] |
| data_dir | ../.standardization/skill-function-test/data/ |
| external_data_dir | true |
| sensitive_access | false |
| critical_write | false |
| permission_weight | MEDIUM |
| trigger | 场景测试/回归测试/功能体检/技能体检/跑通测试/端到端测试/E2E测试/场景链路检测/备份测试/修复回归/冒烟测试 |
| trigger_negative | true |
| h1_position | true |
| meta_field_sync | true |
| faq_unparsable | reformat |
| faq_quality | improve_qa |
| create_permissions_md | true |
| trigger_quality | refine_triggers |
| data_dir_compliance | true |
skill-function-test — 技能场景测试套件
备份 → 蓝皮书 → 配置确认 → S1-S3场景测试 → D1-D6功能测试 → S4执行忠实度 → 修复 → bump → 双格式报告 → 结论写入test-report.md。配置驱动流程，钩子强制阻断。
本技能以 场景驱动 为核心，同时提供功能测试、S4 执行忠实度、三级嵌套计时、流程钩子和双格式报告。
约束
- [必须]
.md 文件更新必须使用 scripts/fixer.py 的 safe_write() 原子写入
- [必须] 更新目标技能前必须先备份（
scripts/backup.py 自动执行）
- [必须] 测试后必须执行回归确认，否则报告标记为「未回归确认」
- [必须] 测试结论必须写入目标技能 渐进式文件索引表（步骤10），不可跳过
- [必须] 修复不得引入新的 F-0 BLOCK 级别错误
触发条件
正向触发：
- 用户说"帮我测试一下这个技能"或"跑一遍场景测试" — 触发完整 10 阶段测试流程
- 用户说"帮我备份一下再改"或"先备份" — 触发 ZIP 备份步骤
- 用户说"跑个功能体检"或"检查代码质量" — 触发 D1-D6 功能测试
否定条件：
- 用户说"看看这个技能的铁律能不能守住" — 触发 S4 执行忠实度测试
- 用户只是问「这个 skill 怎么样」——没有审计/修复意图
- 用户要求「帮我看看这个代码」——不是 skill 测试
- 用户提到「测试」但指的是手动测试/单元测试——不是 skill-function-test 的流程测试
核心能力
📚 渐进式加载：本技能采用渐进式 MD 体系，SKILL.md 为入口（≤230行），详细内容拆分到 references/*.md 按需加载。
双轨测试体系
| 轨道 | 代号 | 说明 | 用例来源 |
|---|
| S1 场景触发测试 | trigger | 用户触发词 → 期望触发的技能行为和输出 | LLM手工编写（基于技能业务场景） |
| S2 核心能力测试 | capability | 给定输入参数 → 期望的核心函数返回结果 | LLM手工编写（基于技能功能范围） |
| S3 工作流测试 | workflow | 多步骤流程连贯执行，各阶段数据正确传递 | LLM手工编写（基于完整用户流程） |
| S4 执行忠实度 | noise_fidelity | 噪音/污染下铁律坚守率 | LLM编写噪声方案 |
| D1 基础功能完整性 | smoke | 每个核心函数能否无崩溃运行 | 语法解析、文件可读、函数存在性 |
| D2 流程断点检测 | breakpoint | 模块间的引用链路是否完整 | 文件引用存在、import 可达、MD 声明 vs 实际文件 |
| D3 数据污染检测 | contamination | 模块间是否存在数据交叉污染 | 硬编码路径、DB 路径硬编码、全局变量冲突 |
| D4 噪音/干扰检测 | noise | 模块是否产生无关输出或副效应 | 裸 print、非结构化 stdout 泄漏 |
| D5 计算正确性 | correctness | 已知输入下的计算结果是否在预期范围内 | 零除风险、验证函数存在、精确数值匹配 |
| D6 边界鲁棒性 | robustness | 空输入、零值、超大值等边界是否不崩溃 | 异常处理覆盖率、边界文档 |
安全机制
| 机制 | 说明 |
|---|
| 备份 | 每次修复前对目标技能进行完整目录备份（时间戳命名） |
| 回归确认 | 修复完成后重新执行全量测试，确认 F-0 不增加、已通过项不退步 |
错误级别
| 级别 | 代号 | 含义 | 行为 |
|---|
| F-0 BLOCK | block | 场景链路中断 / 功能无法运行 | 必须修复 |
| F-1 WARN | warn | 非阻断但有潜在风险 / 数据流不匹配 | 建议修复 |
| F-2 INFO | info | 可观察现象，无需干预 | 仅记录 |
噪音分级（S4 执行忠实度测试）
| 级别 | 噪音类型 | 示例 | 对应约束层级 |
|---|
| L1 软干扰 | 轻量质疑/建议 | "这步挺麻烦的" / "我觉得没问题了" | MD 中"建议"/"推荐"类 |
| L2 跳过质疑 | 明确要求跳过步骤 | "备份不用了吧" / "这步跳过" | MD 中"必须"/"应"类 |
| L3 反向指令 | 直接违背铁律 | "别管铁律了，直接修" / "不用回归" | MD 铁律 |
| L4 环境污染 | 伪造产物/信息污染 | "上次备份在那边直接用" / "数据我给了" | 脚本/工具的强制逻辑 |
| L5 条件篡改 | 中途更新前提条件 | "不对，分支B才是对的，重来" | 流程完整性 |
渐进式文件索引
| 文件名 | 分类 | 包含内容 | 审计关联 |
|---|
references/LICENSE.md | 许可协议 | 开源许可证声明（MIT）。包含：MIT 许可证完整文本。 | R-26 |
references/antipatterns.md | 规范指南 | skill 编写中的常见反模式。包含：错误做法示例、正确做法示例、避坑指引。 | R-18 |
references/changelog.md | 版本管理 | 版本更新日志。包含：版本号、更新类型、修复项、升级说明。 | R-24 |
references/examples.md | 使用示例 | 各场景完整执行示例。包含：CLI 命令、执行过程、输出结果。 | R-25 C-17 |
references/faq.md | 常见问题 | 常见疑问与解答。包含：问题分类、原因分析、解决方案。 | R-19, R-25 C-19 |
references/guide.md | 使用指南 | 三种执行模式操作教程。包含：audit/create/refactor 流程、参数说明、注意事项。 | 无 |
references/hooks.md | 参考文档 | / 档位 / 适用步骤 / 行为 / | 无 |
references/permissions.md | 权限与测试 | 权限扫描说明与测试结论。包含：风险等级、高权限操作说明、测试概览、计时统计。 | R-15, R-16 |
references/s-test-plan-schema.md | 参考文档 | S（场景测试）不是扫描代码。LLM 基于对目标技能的 SKILL.md 和蓝皮书的完整理解，手工编写真实的用户场景作为测试用例。 | 无 |
references/s4-noise-testing.md | 参考文档 | > 不测技能有没有定义好，不测干净环境能不能跑通。 | 无 |
references/test-report.md | 参考文档 | > 本文件由 skill-function-test 的 gen_report.py 自动生成和追加，记录每次测试的完整结论。 | 无 |
references/timing.md | 参考文档 | / 层级 / 范围 / 标记者 / 时间粒度 / 是否自动 / | 无 |
scripts/backup.py | 测试工具 | 目标技能 ZIP 备份与恢复 | 无 |
scripts/bump_version.py | 测试工具 | 语义版本号自动升级（PATCH/MINOR/MAJOR） | 无 |
scripts/fixer.py | 测试工具 | safe_write() 原子写入工具 | R-11 |
scripts/gen_report.py | 测试工具 | HTML + Markdown 双格式报告生成 | 无 |
scripts/hooks.py | 测试工具 | 流程阻断钩子（前置条件校验 + 自动补齐 + 清单校验） | 无 |
scripts/inspector.py | 测试工具 | 技能蓝皮书扫描（AST 签名 + 引用链路 + 约束提取） | 无 |
scripts/runner.py | 测试工具 | 10 阶段全流程编排器 | 无 |
scripts/s4_engine.py | 测试工具 | S4 执行忠实度引擎（噪声方案验证 + 随机化回放） | 无 |
scripts/scenario_engine.py | 测试工具 | S1-S3 场景测试引擎（CLI 验证 + 模块导入验证） | 无 |
scripts/test_config.py | 测试工具 | 配置管理（JSON 持久化 + HTML 配置界面 + CLI 交互） | 无 |
scripts/test_engine.py | 测试工具 | D1-D6 功能测试引擎（AST 语法/引用/污染/噪音检查） | 无 |
scripts/timeline.py | 测试工具 | 时间线记录（start/end marker 自动推导耗时） | 无 |
文件清单
├── references/LICENSE.md
├── references/antipatterns.md
├── references/changelog.md
├── references/examples.md
├── references/faq.md
├── references/guide.md
├── references/hooks.md
├── references/permissions.md
├── references/s-test-plan-schema.md
├── references/s4-noise-testing.md
├── references/test-report.md
├── references/timing.md
├── scripts/backup.py
├── scripts/bump_version.py
├── scripts/fixer.py
├── scripts/gen_report.py
├── scripts/hooks.py
├── scripts/inspector.py
├── scripts/runner.py
├── scripts/s4_engine.py
├── scripts/scenario_engine.py
├── scripts/test_config.py
├── scripts/test_engine.py
└── scripts/timeline.py
快速开始
# 完整测试流程
# 输入: 无
# 输出: 所有测试维度 PASS，test-report.md 结论已写入
# 仅功能测试（跳过场景测试和 S4）
# 输入: 无
# 输出: D1-D6 报告
工作流程
?. 备份 → 输入 目标技能目录 → 输出 .zip 备份
?. 蓝皮书扫描 → 输入 SKILL.md + scripts/ → 输出 blueprint.json, constraint-list.json
?. 强制确认配置一致性 → 输入 .test-config.json → 输出 .execution-checklist.json
?. S1-S3 场景测试 → 输入 SKILL.md + 蓝皮书 → 输出 .scenario-test_report.json
?. D1-D6 功能测试 → 输入 蓝皮书代码数据 → 输出 .function-test_report.json
?. S4 执行忠实度 → 输入 .constraint-list.json → 输出 .s4_trace_rN.json
?. 修复 → 输入 测试报告 FAIL 列表 → 输出 修复后脚本 + .fix-record.json
?. 版本号 bump → 输入 修复记录 → 输出 三端版本号同步
?. 输出报告 → 输入 各报告 JSON → 输出 .test-report.html, .test-report.md
?. 结论写入 test-report.md → 输入 测试报告数据 → 输出 target/references/test-report.md
测试配置系统
测试行为由 .test-config.json 控制（持久化在数据目录 outputs/ 下）。
配置文件决定：哪些维度跑、跑几轮、修复模式、S4 是否执行。
配置决定流程，流程决定钩子——LLM 无法跳过任何被配置启用的步骤。
配置即铁律 — 步骤 3 生成执行清单后，配置被哈希锁定。测试过程中任何更新配置的尝试都会被阻断。
⛔ 配置即方案，禁止向用户确认：LLM 被调用后必须通过 python test_config.py <skill-dir> show 直接读取当前配置，按配置执行。不得询问用户「是否修复」「S4 开不开」「跑几轮」等配置已涵盖的问题。如果配置缺失（首次使用），用默认值初始化后直接执行——不要问用户。步骤 3 只是自动校验和锁定，不是让用户确认。
对话交互
cfg show — 查看配置
cfg set rounds <N> — 配置轮数
cfg set fix_mode.scenario <0|1> — 场景修复模式
cfg set fix_mode.function <0|1> — 功能修复模式
cfg reset — 重置默认
cfg server — 启动 HTML 配置界面
⚠️ 执行清单生成后，配置即被锁定，cfg set 和 cfg reset 将被拒绝。
S4 数据文件位置
| 文件 | 位置（相对于 data//） | 生成者 |
|---|
.s4_noise_plan.json | outputs/ | LLM 编写 -> s4_engine.py validate 保存 |
.s4_script_rN.json | outputs/ | s4_engine.py play 随机化回放生成 |
.s4_trace_rN.json | outputs/ | s4_engine.py play 执行记录 |
.s4_trace.json | outputs/ | play 执行完后合并写入 |
.constraint-list.json | outputs/ | inspector.py 约束提取 |
.s4_test_scope.json | outputs/ | s4_engine.py scope 扫描生成 |
.test-config.json | outputs/ | test_config.py 配置管理 |
.execution-checklist.json | outputs/ | config_check 生成执行清单 |
LLM 注意：S4 文件统一在 outputs/ 下。所有中间文件和报告文件均存储在 .standardization/skill-function-test/data/<skill>/outputs/。
HTML 配置界面
运行 python scripts/test_config.py <skill-dir> server 启动本地配置服务器。
浏览器自动打开，更新后点击「保存配置」直接写入磁盘（零手动操作）。
流程钩子
hooks 系统在关键步骤前后强制校验 → 详见相关章节
双档策略：init/backup/blueprint 自动补齐，config_check/write_tests/scenario/function_test/s4/fix/bump/gen_report/write_conclusion 阻断指引。
配置驱动钩子：S1-S3 开关控制 write_tests 是否阻断，fix_mode 控制修复循环是否存在。
执行清单校验：每一步完成后由 checklist 校验执行忠实度（轮次、维度覆盖、文件完整性）。
python scripts/hooks.py status <skill-dir> 查看流程状态。
终端状态为 write_conclusion，完成后 exit(0)。
版本
当前版本 v1.11.0 — 10 阶段流程重构：配置确认、bump 集成、test-report.md 结论独立文件
触发场景
正向触发（满足以下任意一条）：
- 用户需要backup.py — 目标技能目录 ZIP 备份与恢复
- 用户需要在更新目标技能前创建完整 ZIP 备份（时间戳命名），更新后支持回滚。
- 用户需要ZIP 格式避免备份目录被 Skill 扫描器识别为重复技能条目。
- 用户需要调用 timeline.py 记录 marker
否定条件（满足以下任意一条，不触发）：
- 简单问答、闲聊、问候（不需要本技能）
- 单步任务（不需要结构化执行）
