BC qa-boundary-deep-dive
Систематическая идентификация граничных условий по четырем измерениям: ввод, состояние, время, ресурсы. Настоящие ошибки часто возникают там, где «границы не очевидны» — например, поле имени пользователя не протестировано на сверхдлинные Unicode-символы, оплата заказа завершается за 1 секунду до истечения тайм-аута, 1000 человек одновременно оформляют заказ. Используйте этот навык, когда необходимо дополнить граничное тестирование, добавить граничные значения после разделения на эквивалентные классы или когда интуиция подсказывает, что некоторые границы могут быть проблематичны. Каждое граничное условие должно быть помечено уровнем риска и иметь четкий ожидаемый результат. Применимо к любой системе с полями ввода, изменениями состояния, временными ограничениями или ресурсными ограничениями. Этот навык относится к набору навыков QA Test Skills (один из 49 навыков), полный рабочий процесс требует установки всего набора: npx skills add Kokxi/qa-test-skills
машинный переводПоказать оригиналСкрыть оригинал«从输入、状态、时间、资源四个维度系统化识别边界条件。真正的 Bug 往往在"看起来不是边界"的地方——比如用户名字段没测超长 Unicode…»
从输入、状态、时间、资源四个维度系统化识别边界条件。真正的 Bug 往往在"看起来不是边界"的地方——比如用户名字段没测超长 Unicode、订单支付刚好在超时前1秒完成、1000人同时下单。当需要补充边界测试、等价类划分完成后需要补边界值、或者直觉告诉你某些边界可能有问题时，应当使用此技能。每个边界条件都需要标注风险等级并给出明确的预期结果。适用于任何有输入字段、状态变化、时间约束或资源限制的系统。 本技能属于 QA Test Skills 技能集（49 个技能之一），完整工作流体验需安装全套：npx skills add Kokxi/qa-test-skills
Систематическая идентификация граничных условий по четырем измерениям: ввод, состояние, время, ресурсы.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное поле фронтматтера "related_skills" - заметка
frontmatter-keyнеизвестное поле фронтматтера "input_format" - заметка
frontmatter-keyнеизвестное поле фронтматтера "output_format" - заметка
frontmatter-keyнеизвестное поле фронтматтера "depth_requirement_quantification" - заметка
frontmatter-keyнеизвестное поле фронтматтера "categories" - заметка
frontmatter-keyнеизвестное поле фронтматтера "error_recovery_guidance"
Процессный рейтинг: все десять параметров 53/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 12
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1040 токенов
- 100Повторный запуск. Изменяющих операций нет
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 286 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 12 пунктов
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.