testspec-review

name	testspec-review
license	MIT
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

铁律：每项评审发现都必须注明具体范围（case_id、TP_ID 或 GLOBAL:<rule>）和具体修复动作。

TestSpec 评审进度：

- [ ] 步骤 1：定位当前 change 目录 ⚠️ 必需
- [ ] 步骤 2：加载必需输入并执行健康检查 ⛔ 阻塞
- [ ] 步骤 3：确定 Import-Quarantine/Provenance-Unknown/Strict/Legacy 模式和评审深度
- [ ] 步骤 4：执行 R1-R6 和 H1-H8 检查
- [ ] 步骤 5：写入带证据的 review-report.md
- [ ] 步骤 6：写入反馈 context 并报告下一步

核心约束

只给可执行、可定位、可修复的结论：实体问题指向具体 case_id 或 TP_ID；解析失败、全局分布、命名字典缺失等系统性问题使用 GLOBAL:<rule>，并列出受影响范围和明确整改动作。

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
• 来源、Legacy Import 和 Oracle scope：../_testspec-shared/references/source-provenance.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
• 同时满足用例类型 ≥ 3 且用例总数 ≥ 20
• 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 ≤ 50
• 模块数 ≤ 2
• 上游 material_quality = high/medium
• 没有已知高风险或阻塞问题

Strict/Legacy 只决定追溯检查的置信度，不单独决定深度。多个信号冲突时，以风险信号优先；报告中列出实际触发项。

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

• artifacts/testcases.json（canonical path）
• 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）

1. artifacts/testcases.json 存在且可解析；只有该文件不存在时才读取根目录 testcases.json 作为 Legacy fallback，并明确告警。两者同时存在时始终使用 artifacts 版本
2. 顶层包含 testcases 数组且非空
3. specs/testpoints.md 存在且包含 TP_ID
4. 读取 canonical source（优先 requirements.md，否则 proposal.md），按 ../_testspec-shared/references/context-protocol.md 比较版本
5. canonical 有版本时，specs/testpoints.md 与 testcases.json._context.source_revision 都必须与 canonical 完全一致：
   • testpoints 缺少版本或版本更低 → 终止并提示先运行 testspec-points，之后再运行 generate
   • testcases 缺少版本或版本更低 → 终止并提示先运行 testspec-generate
   • 任一版本高于 canonical → 终止并报告元数据损坏
6. testpoints/testcases 版本与 canonical 相等时，即使 inherited stale 列表仍含 review-report.md，也允许执行本次 review；review 成功后该 stale 项被解决
7. canonical 无版本：按 Legacy 版本兼容模式继续并告警，不得仅因缺少 source_revision 终止

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

• Import-Quarantine：_context.origin.kind = legacy-import 且 _context.trust.status = unverified
• Provenance-Unknown：_context 或任一 case 的 origin / trust 缺失、不是对象、关键枚举为空/未知，或来源与信任组合非法/上下不一致
• Strict：schema_version: 2 且所有用例有非空 tp_refs
• Legacy：否则

模式判定优先级固定为 Import-Quarantine > Provenance-Unknown > Strict/Legacy。 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。 Import-Quarantine 必须产生 GLOBAL:legacy-traceability S1，review_gate.status = blocked；评审可以继续给出修复清单，但不得伪装通过。 Provenance-Unknown 必须产生 GLOBAL:provenance-unknown S1，review_gate.status = blocked；origin={} / trust={} 不算有效 provenance。先隔离导入或从当前 PRD 重新生成。

---

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

1. R1 覆盖度
2. R2 命名契约
3. R3 优先级分布
4. R4 字段完整性
5. R5 可执行性最小条件
6. R6 可追溯性

H1-H8 启发式检查

1. H1 冗余检测
2. H2 预期结果质量
3. H3 意图一致性
4. H4 前置条件充分性
5. H5 风险与边界覆盖
6. H6 可维护性建议
7. H7 回归价值评估
8. 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

1. 定位变更目录
2. 读取输入并做健康检查
3. 按固定优先级判定 Import-Quarantine/Provenance-Unknown/Strict/Legacy 模式
4. 判定深度（auto 或 --deep）并向用户说明
5. 加载维度细则：references/review-dimensions.md
6. 按 R1→R6 执行规则检查
7. 按 H1→H8 执行启发式检查
8. 生成报告：按 review-report-template.md 填写全部结果
9. 计算总体置信度
10. 输出总结与闭环建议

H3/H7 必须检查组件与 Oracle 范围：indirect 用例不得断言下游副作用已完成，out-of-scope 不应成为正式用例。

---

报告要求

review-report.md 至少包含：

• 评审模式（Import-Quarantine/Provenance-Unknown/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（每条带稳定 issue ID、open/resolved/accepted 状态、case_id/TP_ID/GLOBAL:<rule>、影响和建议）
• 机器可读 review_gate：status、s1_unresolved_count、s1_issue_ids
• 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
遗漏范围	问题无 case_id/TP_ID/全局规则	实体问题绑定 ID；系统问题使用 GLOBAL:<rule> 并列受影响范围
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",
  "canonical_source_policy": "prd-first",
  "evidence_sources": [{"type": "<prd/api/ui/code/testlib>", "source_ref": "<从上游继承>", "authority": "<canonical/reference>"}],
  "questions": [{"id": "Q-001", "status": "<open/resolved/invalidated/deferred>", "blocking": true, "question": "<从上游继承>", "resolution": ""}],
  "source_revision": {"version": "<canonical 版本>", "summary": "<原样继承>", "updated_by_skill": "<原样继承>"},
  "blocking_open_questions": ["<从上游继承>"],
  "dynamic_followups": ["<从上游继承>"],
  "material_quality": "<从上游继承>",
  "stale_downstream_artifacts": [],
  "review_gate": {
    "status": "pass/blocked",
    "s1_unresolved_count": 0,
    "s1_issue_ids": []
  },
  "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: <Import-Quarantine/Provenance-Unknown/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