SKILLEMALL.ai
GitHub ↗ EN Войти

AC test-reliability

Восстановление тестов во время выполнения с помощью доказательств: восстановление с использованием селектора с несколькими атрибутами, диагностика с учетом окружения, классификация нестабильных тестов, управление карантином и автоматическое восстановление с оценкой достоверности. Выходит за рамки простых резервных копий локаторов, охватывая восстановление на уровне действий, данных и рабочих процессов наблюдаемого восстановления. Используйте, когда: "нестабильный тест", "стабильность тестов", "самовосстанавливающийся локатор", "восстановление сломанного локатора", "ненадежный тест", "карантин нестабильного теста". Не для: массового пересоздания селекторов после плановой рефакторинга UI — используйте selector-drift-recovery (этот навык восстанавливает ОДИН тест во время выполнения; он переписывает множество тестов офлайн). Не для: классификации/кластеризации сбоев CI в отчеты об ошибках — используйте ai-bug-triage. Связанные: playwright-automation, selector-drift-recovery, ci-cd-integration, qa-metrics, ai-bug-triage.

машинный переводПоказать оригиналСкрыть оригинал«Runtime per-test healing with evidence: multi-attribute selector heali…»

Runtime per-test healing with evidence: multi-attribute selector healing, environment-aware diagnosis, flake classification, quarantine management, and confidence-scored auto-repair. Goes beyond simple locator fallbacks to cover action-level healing, data healing, and observable repair workflows. Use when: "flaky test," "test stability," "self-healing locator," "broken locator recovery," "unreliable test," "quarantine flaky test." Not for: bulk regenerating selectors after a planned UI refactor — use selector-drift-recovery (this skill heals ONE test at runtime; that one rewrites many tests offline). Not for: classifying/clustering CI failures into bug reports — use ai-bug-triage. Related: playwright-automation, selector-drift-recovery, ci-cd-integration, qa-metrics, ai-bug-triage.

petrkindlmann/qa-skills Agent Skills автор: petrkindlmann MIT 2 файла тело ≈ 5 319 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Восстановление тестов во время выполнения с помощью доказательств: восстановление с использованием селектора с несколькими атрибутами, диагностика с учетом…

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ПроцедураPlaywrightРазработкаДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
Для прогона на моделях — необязательно
  • 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 body-long тело SKILL.md ≈ 5319 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 61/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 5319 токенов
  • 85Шаги. Шагов: 53, расплывчатых формулировок: 1
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее

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

  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +5В description 6 примера фраз-триггеров в кавычках
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 792 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 37 заголовков
  • +3Пошаговые инструкции: 53 пунктов
  • +4Есть примеры (8 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.