菜单
负责全量测试的大规模编排与执行。每当用户需要“跑一边测试”、“执行全量检查”、“验证覆盖率是否达标”或“进行批量回归”时，必须启动此技能。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
全栈故障诊断与日志溯源技能 — 允许 AI 自动串联前后端日志并定位 Bug 根因。
处理全渠道邮件聚合平台的智能首回任务。功能：L1-L5 分级标注 (01)、首回草稿生成 (02)、敏感词风控校验。支持多意图识别与订单信息关联。
处理物流进度查询 (意图 02)。对接 17track 实时查询接口，支持官网订单号自动关联查询或直接使用运单号。
处理核心订单业务 (意图 01, 03, 04)。用于：查询详情、申请取消、修改收货地址。涉及单号识别 (EFXX, Amazon) 与登录状态校验。
基于 Neo4j 的架构资产图谱映射，实现从需求到代码的精准路径发现
基于 Neo4j 架构图谱的测试盲区诊断、自动化用例生成与 Trace 闭环验证技能。每当用户询问“系统测试是否完整”、“如何补齐覆盖率”、“目前的盲区在哪里”或提到代码与需求的对齐关系时，必须使用此技能进行图谱诊断。
| name | testing-orchestrator |
| description | 负责全量测试的大规模编排与执行。每当用户需要“跑一边测试”、“执行全量检查”、“验证覆盖率是否达标”或“进行批量回归”时，必须启动此技能。 |
使用场景:
- 执行 L1-L2 的全量作业。
- 自动化生成并查看
logs/testing/report.html。- 强制执行覆盖率门槛校验。
backend/scripts/testing/hm_test.py。pyproject.toml 中的 fail_under 阈值。python scripts/testing/hm_test.py unit --path <dir> (核心逻辑验证)。python scripts/testing/hm_test.py fuzz (边界压力探测)。python scripts/testing/hm_test.py mutate --path <file> (用例韧性验证)。运行结束后，必须检查 backend/logs/testing/report.html。如果发现 FAILED 项目，必须挂载 systematic-debugging 技能进行修复。
如果 pytest-cov 反馈低于 60%，该批次作业被视为“验收未通过”，自动标记为 FAIL_NOT_ENOUGH_COVERAGE。
unit 模式。TESTING=1 已正确清理。