AI 测试 Skill 大全，我日常在用的 25 个，夯爆了！

之前有人问我，你天天说的 Agent Skill 到底是啥，你平常有用哪些呢？

关于Agent Skill介绍，如果还不清楚的，可以看看之前公众号发表的这篇 最近很火爆的Claude Skills到底是个啥？解决什么问题？怎么用！

我平常在用的 Skill 种类有很多，办公提效、创作类、工作流相关的，零零散散加起来不少，后面有机会再给大家分享。今天单独说一说与软件测试强相关的。

主力有25个Skill，且这 25 个都是我自己造的，围绕软件测试的完整流程建的，从需求拆解一路到测试报告，每一个都是围绕企业团队真实在用的，不是收藏夹里的摆设。文末有Skill获取方式。

25 个 Skill 按流程分三组，需求与用例设计 6 个，接口自动化 10 个，UI 自动化 9 个。

三组各自能串成链，链上每个环节皆可独立可用，也能支持上下游自动衔接。

需求转用户故事Skill。把口语化、乱糟糟的原始需求自动拆成结构化的用户故事，角色、主流程、替代流程、异常场景、前后置条件全部识别出来，直接粘贴需求文档就行。

用户故事审查Skill。对拆出来的用户故事做系统性体检，专查场景遗漏和维度缺失，拆完不放心就让它过一遍。

测试点生成Skill。基于用户故事拆测试点，输出 XMind 思维导图，功能、边界值、异常、业务规则、非功能五大维度全覆盖，按 P0 到 P2 标好优先级。

测试用例生成Skill。把需求用户故事或者 XMind 测试点转成格式化的 Excel 测试用例，编号、前置条件、步骤、测试数据、预期结果、关联需求一应俱全，可以直接进用例库。

用例质量评审Skill。对 AI 生成的用例做分级判定（可用、待修改、错误无效），五个维度打分，七项量化指标统计，逐条给扣分原因和改进建议，AI 生成用例的最后质检关。

场景遗漏补全Skill。专挖人工最容易漏的场景，历史 BUG 复盘、非功能、安全、兼容性、业务隐藏规则，输入已有用例，它把漏的补上并打标记。

接口定义解析Skill。Swagger、Postman、HAR 抓包、YApi 导出、纯文本描述，不管什么格式什么来源，统一解析成标准的接口定义文件，后面所有环节共用这一份数据。

测试数据构造Skill。接口定义、字段规则、自然语言三种模式随便挑，自动生成正向、边界、异常、安全四个维度的测试数据。

接口脚本生成Skill。基于接口定义批量生成 Python+Requests+Pytest+Allure 的分层脚本工程，数据驱动，生成了就能直接跑。

脚本质量优化Skill。对生成的脚本做语法、规范、健壮性、逻辑四类校验，再做十个维度的场景补齐，输出校验报告加优化后的可执行脚本。

脚本标签化Skill。五维标签体系（优先级、模块、场景、执行策略、环境）批量打标，自动检测标签冲突，从此按标签圈用例，不再按文件瞎翻。

执行调度引擎Skill。跑测试就用它，说人话就行，比如，「跑一下冒烟」「在 test 环境跑登录模块的 P0」，自然语言圈定范围，输出结构化执行结果。

失败诊断修复Skill。把失败的用例分成环境、数据、脚本、产品缺陷四类，脚本问题的直接生成修复补丁，改完自动验证。

测试数据清理Skill。数据库、Redis 缓存、本地临时文件三层一次清干净，支持 CI 定时调用，生产环境强制拦截，想误删都删不了。

报告生成Skill。聚合执行结果、诊断结论和历史数据，产出可视化 HTML 报告，风险分级、高频失败接口识别、优化建议都带，还和 Allure 双报告联动。

全流程编排Skill。上面几个的串场总指挥，一句话把执行、清理、报告三步串完，单环节挂了可以配置要不要继续。

页面解析Skill。给一个 URL 或一段用例描述，输出标准化的 pages.yaml 页面对象定义，Playwright 动态抓取、CDP 连接、推断兜底三级降级，是整条 UI 链的数据起点。

UI 脚本生成Skill。pages.yaml 加业务用例，生成 Playwright 加 POM 加 Pytest 的标准脚本，用例涉及什么才生成什么，不多写一行废代码。

来源：稀土掘金　原文