api-test-optimizer

name	api-test-optimizer
description	接口自动化脚本质量检查与优化增强技能。对AI生成的原始接口自动化脚本做自动化检查、问题诊断、规范对齐、缺陷修复与代码优化、场景补齐，确保脚本语法合法、规范统一、逻辑完整、场景全覆盖。支持4类校验（语法/规范/健壮性/逻辑）+10维度场景补齐（正向/必填校验/参数合法性/边界值/异常处理/业务规则/安全风险/接口依赖/兼容性/断言完整性），输出脚本校验报告+优化后可执行脚本。

API Test Optimizer - 接口自动化脚本质量检查与优化增强

概述

本技能扮演接口自动化测试架构师 + 资深质量工程师角色，核心能力是对 AI 生成的原始接口自动化脚本做 自动化检查、问题诊断、规范对齐、缺陷修复与代码优化、场景补齐，确保脚本 语法合法、规范统一、逻辑完整、场景全覆盖。

核心流程：

输入目录（接口测试脚本工程）
        ↓
  Step 1: 扫描与解析脚本结构
        ↓
  Step 2: 语法校验（语法错误 / 依赖缺失 / 变量未定义）
        ↓
  Step 3: 规范校验（命名规则 / 注释完整性 / 目录结构）
        ↓
  Step 4: 健壮性校验（等待机制 / 异常捕获 / 鉴权逻辑）
        ↓
  Step 5: 逻辑校验（断言覆盖 / 接口依赖 / 业务规则）
        ↓
  Step 6: 自动优化（修复错误 / 补充缺失 / 精简冗余）
        ↓
  Step 7: 10维度场景补齐（全面检查遗漏场景）
        ↓
  Step 8: 输出校验报告 + 优化后可执行脚本

6大检查优化逻辑 + 10维度场景补齐：

能力	说明
1. 语法校验	检查代码语法错误、依赖缺失、变量未定义
2. 规范校验	检查命名规则、注释完整性、目录结构是否符合团队要求
3. 健壮性校验	检查是否缺失等待机制、异常捕获、鉴权逻辑
4. 逻辑校验	检查断言是否覆盖核心业务规则、接口依赖是否处理
5. 自动优化	修复语法错误、补充缺失的注释/异常处理、精简冗余代码
6. 场景补齐	从10个维度全面检查，确保接口测试场景全覆盖

10维度场景补齐体系：

序号	维度	说明
D1	正向场景	核心业务流程是否全部覆盖
D2	必填校验	每个必填参数是否有空值/缺失用例
D3	参数合法性	类型、格式、长度、枚举值合法性校验
D4	边界值	边界内/外值、极值、空值/null
D5	异常处理	网络异常、服务异常、数据异常、并发异常
D6	业务规则	业务互斥、状态约束、权限控制
D7	安全风险	SQL注入、XSS、越权、敏感数据
D8	接口依赖	前置接口失败、依赖数据缺失、顺序异常
D9	兼容性	不同版本、编码、Content-Type
D10	断言完整性	状态码+业务码+业务数据三层断言

触发条件

以下场景自动触发本技能：

• 用户提供接口自动化测试脚本目录，要求"检查脚本质量""优化测试脚本""脚本代码审查"
• 用户要求"修复接口脚本问题""补全测试场景""优化接口自动化代码"
• 用户要求"对AI生成的脚本做质量检查""脚本规范校验""场景覆盖率检查"
• 用户提及"api-test-optimizer""/api_test_optimizer"
• 用户提供了 api-testscript-generator 的输出目录，要求进一步检查和优化
• 用户要求"接口脚本场景补齐""接口测试遗漏检查"

输入

必需输入

1. 接口测试脚本目录：包含接口自动化测试脚本的项目根目录
   • 典型结构为 api-testscript-generator 输出的工程：

     api_auto_project/
     ├── config/
     ├── api/
     ├── testcases/
     ├── data/
     ├── utils/
     ├── conftest.py
     └── pytest.ini
     

   • 也支持其他 Python + Pytest 风格的接口自动化项目

可选输入

2. 接口定义文件：api_definitions.json/yaml（如有，用于场景补齐时校验参数覆盖）
3. PRD/需求文档：用于校验业务规则覆盖度
4. 目标模块/接口筛选（选填）：仅检查优化指定模块或接口的脚本
5. 自定义输出路径（选填）：指定优化后脚本的输出目录，默认在原目录同级生成 api_auto_project_optimized/

执行流程

Step 1: 扫描与解析脚本结构

1. 递归扫描输入目录，识别脚本工程结构
2. 解析各层文件：
   • config/：环境配置、全局常量
   • api/：接口请求层封装
   • testcases/：测试用例层
   • data/：测试数据文件
   • utils/：工具类
   • conftest.py：全局钩子
   • pytest.ini：Pytest 配置
3. 提取每个接口的脚本信息：API封装方法、测试用例类、断言内容、数据文件
4. 构建 接口→脚本映射表，记录每个接口对应的文件路径、类名、方法列表

扫描输出：

========================================
脚本结构扫描结果
========================================
项目路径：api_auto_project/
脚本文件总数：32
  - config/    3 文件
  - api/      15 文件
  - testcases/ 15 文件
  - data/     15 文件
  - utils/     4 文件
  - 其他       2 文件（conftest.py + pytest.ini）

接口覆盖：
  - 已覆盖接口：15
  - 缺少API封装：0
  - 缺少测试用例：0
  - 缺少数据文件：0（内联数据模式）
========================================

Step 2: 语法校验

对每个 .py 文件执行语法校验，检查项目参考 references/check-rules.md 中的「语法校验」部分：

检查项	检查方式	严重级别
Python 语法错误	compile() 编译检查	🔴 致命
缩进错误	AST 解析检查	🔴 致命
导入缺失	分析 import 语句与项目结构	🟡 警告
变量未定义	静态分析引用链	🟡 警告
函数签名不匹配	参数传递分析	🟡 警告
类型不兼容	类型注解检查	🔵 建议
依赖包未声明	与 requirements.txt 比对	🟡 警告

语法校验结果格式：

文件：api/user_api.py
  🔴 L42: SyntaxError: invalid syntax（缺少冒号）
  🟡 L15: ImportWarning: 'utils.logger' 未在 utils/__init__.py 中导出
  🔵 L28: TypeHint: 参数 'user_id' 缺少类型注解

文件：testcases/test_user_login.py
  🟡 L35: NameError: 变量 'auth_headers' 可能未定义（缺少 fixture 注入）
  ✅ 无语法错误

Step 3: 规范校验

按照团队编码规范逐文件检查，检查项目参考 references/check-rules.md 中的「规范校验」部分：

检查项	规范要求	严重级别
文件命名	小写字母+下划线，一个接口一个文件	🟡 警告
类名规范	大驼峰命名法	🟡 警告
方法名规范	小写字母+下划线	🟡 警告
测试方法前缀	必须以 test_ 开头	🔴 致命
模块注释	每个文件必须有模块级 docstring	🟡 警告
方法注释	每个公开方法必须有 docstring	🔵 建议
硬编码检查	URL/超时/重试次数不应硬编码	🟡 警告
分层检查	接口封装在 api/，用例在 testcases/，工具在 utils/	🔴 致命
常量命名	全大写+下划线	🟡 警告
目录结构	符合团队分层架构	🟡 警告

规范校验结果格式：

文件：api/user_api.py
  🟡 类名 'userAPI' 不符合大驼峰命名法，应为 'UserAPI'
  🟡 方法 'Login' 不符合小写+下划线命名法，应为 'login'
  🟡 缺少模块级 docstring
  🟡 L45: URL 硬编码 'https://api.example.com/users'，应使用 config.BASE_URL

文件：testcases/test_user_login.py
  ✅ 命名规范全部通过
  🟡 缺少 @allure.feature 装饰器
  🟡 缺少 @allure.story 装饰器

Step 4: 健壮性校验

检查脚本是否具备企业级健壮能力，检查项目参考 references/check-rules.md 中的「健壮性校验」部分：

检查项	检查内容	严重级别
超时配置	请求是否有统一超时设置	🟡 警告
重试机制	请求是否有自动重试逻辑	🟡 警告
异常捕获	是否捕获网络异常（超时/连接/代理）	🔴 致命
鉴权逻辑	需要鉴权的接口是否自动注入 Token	🟡 警告
Token 刷新	是否有 Token 过期自动刷新机制	🟡 警告
日志记录	关键操作是否有日志记录	🔵 建议
环境隔离	是否支持多环境切换	🔵 建议
失败重跑	是否配置 pytest-rerunfailures	🔵 建议
数据清理	测试前后是否有数据清理/回滚机制	🟡 警告
并发安全	共享资源是否有并发保护	🟡 警告

健壮性校验结果格式：

文件：api/user_api.py
  🟡 请求方法缺少超时配置（未使用统一 RequestUtil）
  🟡 缺少异常捕获（直接调用 requests.post 无 try/except）
  🟡 未使用 TokenUtil 注入鉴权 Headers
  ✅ 有日志记录

文件：utils/request_util.py
  ✅ 超时统一配置
  ✅ 重试机制完善
  ✅ 异常捕获覆盖 5 类异常
  ✅ 日志记录完整

Step 5: 逻辑校验

检查断言逻辑和业务规则覆盖，检查项目参考 references/check-rules.md 中的「逻辑校验」部分：

检查项	检查内容	严重级别
三层断言	是否包含状态码+业务码+业务数据断言	🔴 致命
断言有效性	是否存在无效断言（assert True / assert 1==1）	🔴 致命
业务码断言	是否断言业务状态码	🟡 警告
业务数据断言	是否断言关键字段值	🟡 警告
接口依赖	前置接口数据是否正确传递	🟡 警告
业务规则	是否覆盖接口定义中的 business_rules	🟡 警告
参数完整性	API封装是否覆盖所有参数	🟡 警告
路径参数替换	路径参数是否正确替换	🔴 致命
响应结构校验	是否校验响应结构是否符合定义	🔵 建议
幂等性处理	幂等接口是否有重试保护	🔵 建议

逻辑校验结果格式：

文件：testcases/test_user_login.py
  🔴 缺少业务码断言（仅断言 status_code）
  🟡 缺少业务数据断言（未验证 data.token 非空）
  ✅ 无无效断言
  🟡 接口依赖：登录接口返回的 token 未在后续用例中复用

文件：api/order_api.py
  🔴 路径参数 '{order_id}' 未在请求前替换
  🟡 缺少参数 'coupon_id' 的传递（接口定义中存在该参数）
  ✅ 三层断言覆盖完整

Step 6: 自动优化

根据 Step 2-5 的校验结果，自动执行以下优化操作：

6.1 语法修复

问题	自动优化策略
语法错误	修复缩进、补全冒号、修正括号匹配
导入缺失	根据引用分析自动补充 import 语句
变量未定义	分析上下文补充变量定义或参数传递
函数签名不匹配	修正参数列表使其与定义一致

6.2 规范对齐

问题	自动优化策略
命名不规范	自动重命名（类名大驼峰、方法名小写+下划线、常量全大写）
缺少注释	自动生成模块 docstring 和方法 docstring
硬编码	提取硬编码值为配置常量
缺少 Allure 标记	自动补充 @allure.feature / @allure.story
分层违规	将混层的代码迁移到正确层

6.3 健壮性增强

问题	自动优化策略
缺少异常捕获	注入统一异常捕获（超时/连接/代理/JSON解析）
缺少超时配置	注入统一超时常量引用
缺少鉴权	注入 TokenUtil.get_headers()
缺少日志	注入 logger 调用
缺少重试	引用统一 RequestUtil（已内置重试）

6.4 逻辑修复

问题	自动优化策略
缺少三层断言	补充业务码断言和业务数据断言
无效断言	替换为有效的三层断言
路径参数未替换	注入 str.format() 或 replace() 替换逻辑
参数遗漏	根据接口定义补充缺失参数
接口依赖未处理	注入 fixture 传递或 conftest 依赖管理

6.5 代码精简

问题	自动优化策略
重复代码	提取公共方法到 utils/
冗余断言	合并重复断言，保持三层即可
过长方法	拆分为多个独立测试方法
魔法数字	提取为命名常量
死代码	删除未引用的变量和方法

Step 7: 10维度场景补齐

对每个接口的测试用例进行10维度遗漏场景检查，检查项参考 references/scenario-checklist.md：

D1 - 正向场景

• 核心业务流程是否覆盖
• 多种合法输入组合是否覆盖
• 不同用户角色/权限下的正常流程

D2 - 必填校验

• 每个必填参数是否有空值用例
• 必填参数缺失时是否返回正确错误码
• 多个必填参数组合缺失的场景

D3 - 参数合法性

• 类型不匹配（字符串传数字、数字传字符串）
• 格式不合法（邮箱格式、手机号格式、日期格式）
• 长度超限（超长字符串、极短输入）
• 枚举值不合法（不在枚举范围内的值）

D4 - 边界值

• 边界内最小值、最大值
• 边界外值（最小值-1、最大值+1）
• 空字符串、null/None
• 零值、负值

D5 - 异常处理

• 网络超时/连接异常
• 服务端 500/502/503 错误
• 数据不存在/已删除
• 并发请求冲突

D6 - 业务规则

• 业务互斥条件（如优惠不可叠加）
• 状态约束（如已取消订单不可支付）
• 权限控制（普通用户不可访问管理接口）
• 数据一致性（扣款金额=订单金额）

D7 - 安全风险

• SQL注入（如 ' OR 1=1 --）
• XSS攻击（如 <script>alert(1)</script>）
• 越权访问（无Token/他人Token）
• 敏感数据明文传输
• 批量数据遍历

D8 - 接口依赖

• 前置接口失败时的降级处理
• 依赖数据不存在时的处理
• 接口调用顺序异常
• 依赖接口返回数据格式变化

D9 - 兼容性

• 不同 API 版本兼容
• 不同 Content-Type（JSON/Form/Data）
• 不同编码（UTF-8/GBK）
• 分页参数不同组合

D10 - 断言完整性

• 是否有三层断言（状态码+业务码+业务数据）
• 业务数据断言是否覆盖关键字段
• 错误响应是否有完整断言
• 断言信息是否包含实际值便于排查

场景补齐输出：

对每个接口，生成遗漏场景的测试用例代码，按维度分类追加到对应测试文件：

# ===== [优化器补齐] D2-必填校验 =====
@pytest.mark.p0
@allure.title("用户登录 - 用户名为空")
@allure.feature("认证管理")
@allure.story("必填校验")
def test_login_username_empty(self, request_util, auth_headers):
    """测试必填参数用户名为空"""
    api = UserAPI(request_util)
    response = api.login(username="", password="Test@1234", headers=auth_headers)
    AssertUtil.assert_status_code(response, 400)
    AssertUtil.assert_business_code(response, 40001)

Step 8: 输出校验报告与优化脚本

8A: 脚本校验报告

生成 Markdown 格式的校验报告，包含以下内容：

# 接口自动化脚本校验报告

## 一、总体概况
- 项目路径：api_auto_project/
- 脚本文件总数：XX
- 接口覆盖数：XX
- 问题总数：XX（🔴 致命 XX / 🟡 警告 XX / 🔵 建议 XX）

## 二、校验结果汇总

### 2.1 语法校验
| 严重级别 | 数量 | 占比 |
|---------|------|------|
| 🔴 致命 | XX | XX% |
| 🟡 警告 | XX | XX% |
| 🔵 建议 | XX | XX% |

### 2.2 规范校验
（同上格式）

### 2.3 健壮性校验
（同上格式）

### 2.4 逻辑校验
（同上格式）

## 三、逐文件问题清单

### api/user_api.py
| 行号 | 级别 | 类别 | 问题描述 | 修复方式 | 状态 |
|------|------|------|---------|---------|------|
| L42 | 🔴 | 语法 | 缺少冒号 | 已自动修复 | ✅ |
| L15 | 🟡 | 规范 | 类名不符合大驼峰 | 已自动修复 | ✅ |
| L28 | 🟡 | 健壮 | 缺少异常捕获 | 已注入 try/except | ✅ |
| L56 | 🔴 | 逻辑 | 缺少业务码断言 | 已补充断言 | ✅ |

### testcases/test_user_login.py
（同上格式）

## 四、10维度场景补齐统计

| 维度 | 原有用例数 | 补齐用例数 | 补齐率 | 优先级分布 |
|------|-----------|-----------|--------|-----------|
| D1 正向场景 | 5 | 2 | +40% | P0:1 P1:1 |
| D2 必填校验 | 1 | 3 | +300% | P0:2 P1:1 |
| D3 参数合法性 | 0 | 4 | 新增 | P0:1 P1:2 P2:1 |
| D4 边界值 | 1 | 3 | +300% | P0:1 P1:2 |
| D5 异常处理 | 2 | 2 | +100% | P0:1 P1:1 |
| D6 业务规则 | 1 | 3 | +300% | P0:2 P1:1 |
| D7 安全风险 | 0 | 3 | 新增 | P0:1 P1:2 |
| D8 接口依赖 | 0 | 2 | 新增 | P0:1 P1:1 |
| D9 兼容性 | 0 | 1 | 新增 | P2:1 |
| D10 断言完整性 | 3 | 1 | +33% | P0:1 |
| **合计** | **13** | **24** | **+185%** | **P0:11 P1:12 P2:2** |

## 五、优化操作汇总

| 优化类型 | 操作数 | 详情 |
|---------|--------|------|
| 语法修复 | XX | 修复缩进错误X处、补全冒号X处... |
| 规范对齐 | XX | 重命名类X个、补充注释X处... |
| 健壮性增强 | XX | 注入异常捕获X处、注入鉴权X处... |
| 逻辑修复 | XX | 补充断言X处、修复路径参数X处... |
| 代码精简 | XX | 提取公共方法X个、删除死代码X处... |
| 场景补齐 | XX | 新增用例方法XX个... |

## 六、优化前后对比

| 指标 | 优化前 | 优化后 | 变化 |
|------|--------|--------|------|
| 语法错误数 | XX | 0 | -100% |
| 规范违规数 | XX | 0 | -100% |
| 健壮性缺失 | XX | 0 | -100% |
| 断言完整性 | XX% | 100% | +XX% |
| 测试用例总数 | XX | XX | +XX% |
| 场景覆盖维度 | XX/10 | 10/10 | +XX |

## 七、运行验证建议
1. 执行 `pip install -r requirements.txt` 安装依赖
2. 执行 `pytest testcases/ -v --alluredir=reports/allure-results` 运行全量用例
3. 执行 `pytest testcases/ -m p0 -v` 运行 P0 优先级用例
4. 对比优化前后的 Allure 报告，确认新增用例全部通过

8B: 优化后脚本

在输出目录生成完整的优化后脚本工程：

api_auto_project_optimized/
├── config/                  # 优化后的环境配置
├── api/                     # 优化后的接口封装
├── testcases/               # 优化后的测试用例（含补齐场景）
├── data/                    # 优化后的测试数据
├── utils/                   # 优化后的工具类
├── conftest.py              # 优化后的全局钩子
├── pytest.ini               # 优化后的 Pytest 配置
├── requirements.txt         # 优化后的依赖清单
└── 校验报告.md               # 脚本校验报告

优化标识规范：

在优化后的脚本中，对自动修改和补齐的内容添加标识注释：

标识	说明	示例
# [优化器修复]	自动修复的代码	# [优化器修复] 补充异常捕获
# [优化器补齐]	自动补齐的用例	# [优化器补齐] D2-必填校验
# [优化器重构]	自动重构的代码	# [优化器重构] 提取公共方法
# [优化器对齐]	规范对齐修改	# [优化器对齐] 类名大驼峰

输入模式

模式一：目录模式（默认）

用户直接提供脚本目录路径，自动扫描并检查优化全部脚本。

# 检查优化整个项目
python3 <skill_path>/scripts/script_optimizer.py /path/to/api_auto_project/

# 指定输出路径
python3 <skill_path>/scripts/script_optimizer.py /path/to/api_auto_project/ --output /path/to/optimized/

# 仅检查不优化（只输出报告）
python3 <skill_path>/scripts/script_optimizer.py /path/to/api_auto_project/ --check-only

# 仅执行指定类型的校验
python3 <skill_path>/scripts/script_optimizer.py /path/to/api_auto_project/ --checks syntax,standard

# 仅对指定模块的脚本进行优化
python3 <skill_path>/scripts/script_optimizer.py /path/to/api_auto_project/ --module "认证管理"

# 仅对指定接口的脚本进行优化
python3 <skill_path>/scripts/script_optimizer.py /path/to/api_auto_project/ --api "POST_/api/auth/login"

# 结合接口定义文件进行场景补齐
python3 <skill_path>/scripts/script_optimizer.py /path/to/api_auto_project/ --api-def /path/to/api_definitions.json

# 跳过场景补齐（仅做检查和修复）
python3 <skill_path>/scripts/script_optimizer.py /path/to/api_auto_project/ --skip-scenario

# 指定检查的严重级别阈值
python3 <skill_path>/scripts/script_optimizer.py /path/to/api_auto_project/ --severity warning

模式二：单文件模式

用户提供单个脚本文件，仅检查优化该文件。

python3 <skill_path>/scripts/script_optimizer.py /path/to/test_user_login.py --single-file

校验严重级别与处理策略

级别	图标	处理策略
致命	🔴	必须修复，脚本无法运行或结果不可信，自动修复
警告	🟡	建议修复，影响可维护性或可靠性，自动修复
建议	🔵	可选优化，提升代码质量，自动优化

与其他技能的协作

api-schema-parser ──→ 标准化接口数据 (api_definitions.json)
        │
        ├──→ api-testdata-generator ──→ 测试数据文件 (data/)
        │
        └──→ api-testscript-generator ──→ 接口自动化脚本工程
                    │                         (api/ + testcases/ + data/ + utils/ + config/)
                    │
                    └──→ api-test-optimizer ──→ 脚本校验报告 + 优化后可执行脚本
                              │
                              └──→ 可直接运行：pytest testcases/

建议使用流程：

1. 使用 api-schema-parser 将接口文档标准化为 api_definitions.json
2. 使用 api-testdata-generator 生成全场景测试数据（可选）
3. 使用 api-testscript-generator 生成接口自动化脚本工程
4. 使用本技能 api-test-optimizer 对生成的脚本做质量检查、修复优化、场景补齐
5. 配置环境地址和账号后直接运行优化后的脚本 pytest testcases/

与 review-testcase 的关系：

• review-testcase：评审测试用例的质量（Excel/XMind 格式）
• api-test-optimizer：检查优化接口自动化脚本的质量（Python 代码）
• 两者作用于不同阶段：先设计用例 → 评审用例质量 → 生成脚本 → 优化脚本质量

注意事项

• 非破坏性优化：优化操作在输出目录生成新文件，不修改原始脚本
• 标识可追溯：所有自动修改和补齐的内容添加 [优化器XXX] 标识注释，便于 Code Review
• 三层断言底线：每个测试方法至少包含状态码+业务码+业务数据三层断言
• 场景补齐优先级：P0 为必补场景（安全/数据风险），P1 为重要场景（边界/异常），P2 为建议场景（兼容/性能）
• 接口覆盖完整性：api_definitions.json 中定义的每个接口都应有对应的 API 封装和测试用例
• 参数覆盖完整性：每个接口的所有参数都应在 API 封装方法中体现
• 运行验证：优化后的脚本应可直接运行（需先配置环境地址和账号）
• UTF-8 编码：所有文件使用 UTF-8 编码
• 增量优化：支持对已有项目做增量优化，不覆盖已有修改

Resources

scripts/script_optimizer.py

Python 脚本，核心脚本优化引擎，支持：

• 递归扫描项目目录，解析脚本结构
• 4 类校验（语法/规范/健壮性/逻辑）逐文件检查
• 10 维度场景遗漏分析
• 自动修复语法错误、规范对齐、健壮性增强、逻辑修复
• 代码精简（提取公共方法、删除死代码、消除重复）
• 生成 Markdown 格式校验报告
• 输出优化后的完整脚本工程
• CLI 用法：
  • 基本用法：python3 script_optimizer.py <project_dir> [--output <dir>] [--check-only] [--checks <types>] [--module <name>] [--api <api_id>] [--api-def <file>] [--skip-scenario] [--severity <level>] [--single-file]

references/check-rules.md

4 类校验的详细规则参考文档，包含：

• 语法校验规则：语法错误、缩进错误、导入缺失、变量未定义、函数签名不匹配等
• 规范校验规则：命名规则、注释完整性、目录结构、分层检查、硬编码禁止等
• 健壮性校验规则：超时配置、重试机制、异常捕获、鉴权逻辑、Token 刷新等
• 逻辑校验规则：三层断言、断言有效性、接口依赖、业务规则、参数完整性等

references/scenario-checklist.md

10 维度场景补齐的详细检查清单，包含：

• 每个维度的具体检查项
• 常见遗漏场景示例
• 补齐用例的代码模板
• 优先级评定规则

references/optimization-patterns.md

自动优化策略和代码修复模式参考文档，包含：

• 语法修复模式
• 规范对齐模式
• 健壮性增强模式
• 逻辑修复模式
• 代码精简模式
• 场景补齐模板