Haonan S009 测试与 Evals

从需求与风险设计并执行详细业务测试、真实数据集验证、工程分层测试和 AI Evals，交付完整用例矩阵、数据规范、执行证据及质量报告；支持规划、实施、执行与报告模式。

个人 Skill产品研发6 个文件浏览次数 0

获取完整包获取 SKILL.md

开始使用

下载前阅读 SKILL.md 中的使用条件，并确认所用工具支持对应能力。

输入资料: 读取以下适用资料，从需求独立定义预期行为。缺少实现或运行条件的需求保留在矩阵中，记录 NOT_RUN 或 BLOCKED；继续完成可执行的测试设计和验证。【SKILL02-PRD】与【SKILL03-PROTOTYPE】：提取核心业务路径、验收标准 (AC) 以及 UI 交互逻辑。【SKILL04-HLD】与【SKILL06-REVIEW】：提取系统物理边界、ADR 决策以及技术评审中识别的 P0/P1 风险点。【SKILL05-… 阅读本节完整说明
交付内容: 按测试资产、工程、AI 和报告四阶段执行，完整授权下持续推进。阶段确认仅适用于用户要求的交互评审。以下矩阵描述测试设计，实际通过结论必须来自执行证据。第一阶段 (Test Assets: 测试资产输出)：[核心交付] 基于上游产出物，直接输出【第 1 节：详细的测试用例矩阵与异构测试数据集】（必须穷举正常与异常边界，并提供 JSON/Markdown 数据样本）。询问：“全场景边界测试用例与 Mock 数据集已生成，是否作为研发阶段… 阅读本节完整说明

获取完整包，保留配套文件的目录结构。
按照原文准备所需工具、依赖与输入资料。
阅读对应使用步骤与输入输出说明，在自己的环境中验证结果。

使用提示摘自原文，配套文件保留来源版本；实际运行条件以各包说明为准。

正文

获取原文件

references/test-matrix.md

验收字段

字段	内容
来源	承诺 ID、批准需求、业务规则或真实缺陷
验收 ID	稳定标识及负责任务
场景	角色、入口、环境、业务对象和前置
操作	实际输入和用户动作
预期	独立于实现的业务结果及来源
持久化	写入、重新读取和重复操作语义；只读注明不适用
后续使用	数据或配置使用方、生效版本、业务终态
检查	`check_id`、证据类型、实际断言、命令、结果产物
状态	未运行、通过、失败、过期、受阻及原因

缺少实现的承诺保留在矩阵。拒绝路径与合法成功路径分别记录。页面、按钮或接口数量不能替代业务动作覆盖。

AI Evals

记录能力、风险、实际模型和 Prompt/工具/知识版本、样本来源与许可、分层、指标、阈值依据、重复次数、方差、人工复核和失败样本。功能运行、结果采用和效果评分分开报告。

执行记录

测试与 Debug 开始时检索开发记录，核实当前实现和环境；用例期望独立来自批准需求。浏览器检查按 E2E 规范记录真实控件、请求身份、业务终态和回归范围。执行后将证据关联回任务来源与对应开发记录。

使用交付记录中的检查收据，或映射已有可信运行系统的同等字段。记录实际命令、环境、代码与数据版本、时间、退出码、断言结果和原始产物。

检查收据证明命令运行事实，仍需核对断言是否覆盖预期。测试脚本、业务代码和需求同时变化时检查预期依据，不能围绕当前输出修改通过标准。