Awesome QA Skills
September 2, 2026 · View on GitHub
🇨🇳中文 | 🇬🇧English
Awesome QA Skills
按语言分区的 AI 测试辅助技能库（Agent Skills）。面向 Codex、Cursor、Claude Code、Kiro、OpenCode、Trae 等工具，提供可独立安装、可组合调用的测试工作流与测试类型技能。
-0A7EA4){kind=icon}
在线站点： https://inaodeng.com/qaskills/
为什么用这个仓库
| 能力 | 说明 |
|---|---|
| 双语对齐 | skills/zh 与 skills/en 同名目录、同结构，团队可按语言选用 |
| 覆盖完整测试链 | 从需求分析、策略、用例、执行到缺陷与报告 |
| 工作流 + 类型技能 | 日常 / 迭代 / 发布、角色质量视角与多角色汇总工作流，配合 65 类专项技能按需组合 |
| 开箱即装 | 支持一键安装与单 skill 安装脚本 |
| 可评测可演进 | 全量 skill 附带 evals/，可用 skill-up 校验与实跑 |
每个 skill 目录复制出去后应自洽：含 SKILL.md、主提示词、工具元数据，以及可选的示例、模板、脚本与评测用例。
按分类选择 Skill
先按你所在的研发 / 测试阶段选择分类，再从对应小节安装或调用 Skill；不确定时使用路由工作流。完整名称清单仍在全量技能索引。
| 我现在要解决什么 | 选择分类 | 典型阶段 / 能力 | 入口 |
|---|---|---|---|
| 建立需求、策略、用例、执行与报告的基础质量闭环 | Core QA Skills | 需求发现、策略、设计、执行、缺陷与报告 | 查看基础质量能力 |
| 前移质量、评估变更、实现自动化或性能工程 | Engineering QA Skills | 需求左移、开发 / CI、回归、性能、持续改进 | 查看质量工程能力 |
| 基于发布与生产证据作质量决策 | Production Quality Skills | 发布验证、事故响应、Trace 与指标分析 | 查看生产质量能力 |
| 测试 AI 功能、LLM、Prompt、Agent 与安全边界 | AI Native QA Skills | AI 需求与风险、评测、工具调用与注入防护 | 查看 AI 原生质量能力 |
| 串联多个阶段、按角色协作或不确定从哪里开始 | 跨阶段工作流 | 路由、日常 / 迭代 / 发布、质量视角与汇总 | 查看工作流 |
| 已经知道要找的 Skill 名称 | 全量索引 | 全部 79 项能力与中英文路径 | 打开全量技能索引 |
推荐路径： 不确定选哪个，先调用 discover-testing；确定阶段后，再进入对应能力层；只需具体名称时，直接使用全量索引。
能力演进地图
仓库以稳定目录提供安装，以能力阶段帮助选择和演进：
Core QA Skills → Engineering QA Skills → Production Quality Skills → AI Native QA Skills
| 阶段 | 关注问题 | 现有入口 | 演进方向 |
|---|---|---|---|
| Core QA Skills | 需求、策略、用例、执行和报告如何形成基础质量闭环 | requirements-analysis、test-strategy、functional-testing、test-reporting | 保持基础完整，不重复拆包 |
| Engineering QA Skills | 如何前移质量、评估变更、诊断问题并做性能决策 | code-review、automation-testing、performance-testing | Shift Left、变更与执行智能、性能工程 |
| Production Quality Skills | 如何基于发布和生产证据进行质量决策 | release-testing-workflow、test-reporting | 生产验证、事故和可观测性 |
| AI Native QA Skills | 如何验证 AI 功能、LLM、Prompt、Agent 和安全边界 | AI 功能、LLM、Prompt、Agent 与安全专项能力已提供 | Testing for AI 专项 Skill |
ai-assisted-testing 是横向的 AI for QA，不等同于 AI Native QA 的 Testing for AI。完整的六迭代路线、29 个新增 Skill 和跨仓 Prompt Baseline 映射见 演进路线图。
支持的 AI 工具
| 工具 | 典型安装目标 |
|---|---|
| Codex | ~/.codex/skills/ |
| Cursor | ~/.cursor/skills/ |
| Claude Code | Claude skills 目录（见安装文档） |
| Kiro / OpenCode / Trae | 见 scripts/INSTALL_SKILLS.md |
也可手动 cp -r 单个 skill 目录到对应工具的 skills 路径。
5 分钟上手
1. 克隆仓库
git clone https://github.com/naodeng/awesome-qa-skills.git
cd awesome-qa-skills
2. 安装技能（任选其一）
# 一键：全部工具 × 中英文
bash ./install-skills-mac.sh --tool all --lang all
# 仅 Codex + 中文
bash ./install-skills-mac.sh --tool codex --lang zh
# 单个 skill（示例：功能测试 → Codex）
bash installers/zh/functional-testing/mac/codex.sh
也可以使用 npx skills 安装到支持的 AI 工具（需要 Node.js）：
# 安装全部中文 skills 到 Codex
npx skills add https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh -g -a codex -y
# 只安装一个 skill
npx skills add https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh/testing-types/functional-testing -g -a codex -y
英文 skills 将 URL 中的 skills/zh 替换为 skills/en。建议一次只安装一种语言，避免同名 skill 相互覆盖。
Windows：
powershell -ExecutionPolicy Bypass -File .\install-skills-windows.ps1 -Tool all -Lang all
手动复制：
cp -r skills/zh/testing-types/functional-testing ~/.cursor/skills/
完整参数与工具路径说明：scripts/INSTALL_SKILLS.md
3. 在工具中调用
@skill functional-testing
帮我为用户登录功能生成测试用例
不确定用哪个 skill 时，先用路由技能：
@skill discover-testing
我要做一次发布前回归，该选哪些技能？
技能目录
每种语言共 79 个 Skill：10 个工作流、66 个测试类型和 3 个 Skill Engineering；中英文合计 158 个目录。物理目录保持稳定，下面只提供逻辑导航。
跨阶段工作流
工作流负责串联研发测试阶段，不属于四个能力层中的第五层。
需求发现与分析
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 测试技能路由 | discover-testing | 在执行前根据需求、阶段和风险选择合适的测试 Skill。 |
| 产品质量视角 | product-quality-perspective | 从产品视角在需求、策略、评审、用例和报告阶段识别用户价值、业务规则、验收与风险。 |
| QA 质量视角 | qa-quality-perspective | 在质量各阶段基于证据评估可测试性、风险驱动覆盖、缺陷风险与质量结论边界。 |
| UX 质量视角 | ux-quality-perspective | 以 UX 视角在质量阶段识别信息架构、交互状态、一致性、响应式与无障碍风险。 |
| 技术质量视角 | technical-quality-perspective | 在指定交付阶段基于证据输出技术质量发现。 |
开发与迭代
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 日常测试工作流程 | daily-testing-workflow | 按日常节奏完成计划、执行、缺陷跟踪和日终收口。 |
| 迭代测试工作流程 | sprint-testing-workflow | 覆盖迭代计划、测试执行、评审和复盘的质量工作流。 |
| 项目交付视角 | project-delivery-perspective | 在支持的策略与报告评审阶段记录带来源的交付约束和行动，不改变质量事实。 |
发布与综合
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 发布测试工作流程 | release-testing-workflow | 从发布前计划到 Go/No-Go 决策和发布后监控的质量工作流。 |
| 多角色质量汇总 | multi-role-quality-synthesis | 将同一阶段的多角色报告合并为保留来源、分歧和质量边界的可追溯汇总 |
四层能力体系与研发测试阶段
每个测试类型 Skill 只列一次；跨阶段协作由路由器和工作流补充。
Core QA Skills — 基础质量能力
需求发现与分析
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 需求分析 | requirements-analysis | 在测试设计前识别需求测试点、边界、依赖和风险。 |
| 需求分析加强版 | requirements-analysis-plus | 解析多种需求文档并输出结构化的需求分析。 |
方案设计与测试策略
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 测试策略 | test-strategy | 定义测试范围、方法、资源、风险和质量门禁。 |
| 测试策略加强版 | test-strategy-plus | 基于需求、分析、技术和计划文档形成结构化测试策略。 |
| 测试策略评审 | test-strategy-review | 基于证据评审测试策略，区分阻塞项与条件项并给出 Human 待决的 AI 建议 |
测试设计与准备
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 测试用例编写 | test-case-writing | 编写覆盖正常、异常和边界场景的高质量测试用例。 |
| 测试用例编写加强版 | testcase-writer-plus | 根据需求与分析产物生成高质量测试用例。 |
| 测试用例评审 | test-case-reviewer | 评审测试用例的完整性、清晰度、可维护性和遗漏场景。 |
| 测试用例评审加强版 | test-case-reviewer-plus | 从需求、策略和用例文档中形成结构化评审发现。 |
测试执行与分析
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 功能测试 | functional-testing | 为业务流程、界面、数据和集成设计功能测试方案或用例。 |
| API 测试 | api-testing | 为 REST、GraphQL 或 gRPC 接口设计 API 测试方案或用例。 |
| 手动/探索性测试 | manual-testing | 使用章程、启发式方法和会话记录规划手动或探索性测试。 |
| 移动端测试 | mobile-testing | 覆盖功能、兼容性、性能、网络和安全的 iOS/Android 测试。 |
| 可访问性测试 | accessibility-testing | 按 WCAG、键盘导航和辅助技术场景设计可访问性测试。 |
| 安全测试 | security-testing | 围绕 OWASP 风险、漏洞扫描和渗透场景设计安全测试。 |
发布、缺陷与报告
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 缺陷上报 | bug-reporting | 编写包含复现步骤、环境信息和证据的清晰缺陷报告。 |
| 测试报告 | test-reporting | 生成包含摘要、指标、缺陷分析和风险评估的测试报告。 |
| 测试报告评审 | test-report-review | 核对测试报告与执行、缺陷和范围证据，形成 Human 待决的 AI 建议 |
Engineering QA Skills — 质量工程能力
需求与质量左移
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 验收标准评审 | acceptance-criteria-review | 评审验收标准的可验证性与缺口 |
| 需求缺口分析 | requirement-gap-analysis | 识别需求信息缺口、冲突与影响 |
| 质量风险分析 | quality-risk-analysis | 基于证据识别并排序质量风险 |
| 可测试性分析 | testability-analysis | 评估需求或设计的可测试性与阻碍 |
开发与持续集成
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 代码审查 | code-review | 对 PR 或 Diff 进行风险驱动的代码审查，输出 P0/P1/P2 问题与可执行修复建议。 |
| 变更影响分析 | change-impact-analysis | 分析变更的质量影响范围与风险 |
| PR 测试影响分析 | pr-test-impact-analysis | 从 PR 或 Diff 分析测试影响 |
| API 契约测试 | api-contract-testing | 验证 API 契约兼容性与变更风险 |
| 自动化测试 | automation-testing | 使用 POM、数据驱动或 BDD 等模式设计自动化测试方案。 |
测试数据与自动化实现
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 测试数据生成 | test-data-generation | 设计安全且具代表性的测试数据 |
| Bruno 接口自动化 | api-test-bruno | 解析多格式 API 定义，生成可执行回归的 Bruno 集合。 |
| Postman API 测试 | api-test-postman | 设计 Postman 集合、环境、脚本和可用 Newman 执行的 API 回归方案。 |
| Pytest 接口自动化 | api-test-pytest | 解析多格式 API 定义并生成 Pytest 接口自动化方案。 |
| RestAssured 接口自动化 | api-test-restassure | 解析多格式 API 定义并生成 Rest Assured Java 测试类。 |
| Supertest 接口自动化 | api-test-supertest | 解析多格式 API 定义并生成可执行的 Supertest 脚本。 |
| Selenium UI 自动化测试 | ui-test-selenium | 设计 Selenium WebDriver UI 自动化方案，覆盖稳定定位、等待、Page Object、Grid 和 CI 执行。 |
| Playwright UI 自动化测试 | ui-test-playwright | 设计 Playwright Test 套件，覆盖 fixtures、projects、trace、截图、API+UI 组合和 CI 报告。 |
| TestCafe UI 自动化测试 | ui-test-testcafe | 设计 TestCafe UI 自动化方案，覆盖 fixture、selector、role、浏览器矩阵和报告。 |
| Cypress UI 自动化测试 | ui-test-cypress | 设计 Cypress e2e 与组件测试方案，覆盖 commands、fixtures、网络桩和 CI 报告。 |
| Puppeteer UI 自动化测试 | ui-test-puppeteer | 设计 Puppeteer 自动化方案，覆盖 Chromium 检查、截图、PDF、网络拦截和 CDP 场景。 |
| WebdriverIO UI 自动化测试 | ui-test-webdriverio | 设计 WebdriverIO 套件，覆盖配置、services、runner、Page Object、capabilities 和 reporters。 |
测试执行与回归智能
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 不稳定测试分析 | flaky-test-analysis | 从运行证据分析间歇性测试失败 |
| 回归范围分析 | regression-scope-analysis | 按风险定义回归范围和排除依据 |
| 回归测试选择 | regression-test-selection | 从测试资产选择最小风险覆盖回归集 |
| AI 辅助测试 | ai-assisted-testing | 使用 AI 辅助测试数据生成、根因分析和优先级判断等工作。 |
| AI 生成测试评审 | ai-generated-test-review | 审查 AI 生成测试是否具备真实回归保护，识别伪测试、弱断言和缺失业务结果。 |
性能工程与容量决策
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 性能测试 | performance-testing | 面向负载、压力、突发、耐久或容量目标设计性能测试。 |
| k6 性能测试 | performance-test-k6 | 规划 k6 的负载、压力、突发或浸泡测试范围、脚本与执行入口。 |
| Gatling 性能测试 | performance-test-gatling | 规划 Gatling 性能测试范围、模拟场景和可执行入口。 |
| JMeter 性能测试 | performance-test-jmeter | 设计 JMeter 测试计划，覆盖 Thread Group、Sampler、数据集、断言、Timer、CLI 执行和 HTML 报告。 |
| 性能负载建模 | performance-workload-modeling | 建立基于证据的性能负载模型 |
| 性能结果分析 | performance-result-analysis | 解释性能结果、证据质量与风险 |
| 性能瓶颈分析 | performance-bottleneck-analysis | 形成可验证的性能瓶颈假设 |
| 性能回归分析 | performance-regression-analysis | 比较版本性能证据并评估回归风险 |
| 容量规划分析 | capacity-planning-analysis | 评估容量需求、余量和规划风险 |
复盘与持续改进
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 根因分析 | root-cause-analysis | 形成并验证基于证据的根因假设 |
| 日志分析 | log-analysis | 从日志提取时间线、异常和证据 |
Production Quality Skills — 生产质量能力
发布与生产验证
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 生产验证 | production-verification | 基于证据规划或评估生产验证 |
生产运行与事故响应
| 名称 | 目录 | 主要用途 |
|---|---|---|
| 生产事故分析 | production-incident-analysis | 分析生产事故证据、影响与后续动作 |
| 分布式 Trace 分析 | distributed-trace-analysis | 从分布式 Trace 关联调用链和证据 |
| 指标异常分析 | metrics-anomaly-analysis | 识别指标异常、基线与排查证据 |
AI Native QA Skills — AI 原生质量能力
AI 功能需求与风险
| 名称 | 目录 | 主要用途 |
|---|---|---|
| AI 功能测试 | ai-feature-testing | 设计 AI 功能行为、风险和边界测试 |
LLM 与 Prompt 评测设计
| 名称 | 目录 | 主要用途 |
|---|---|---|
| LLM Eval 设计 | llm-evaluation-design | 设计 LLM 评测集、判定与人工复核边界 |
| LLM 测试 | llm-testing | 验证 LLM 行为、失败模式和质量边界 |
| Prompt 测试 | prompt-testing | 测试 Prompt 行为、边界和版本回归 |
Agent、工具与安全测试
| 名称 | 目录 | 主要用途 |
|---|---|---|
| AI Agent 测试 | ai-agent-testing | 测试 AI Agent 的目标、状态、恢复和安全边界 |
| Agent 工具调用测试 | agent-tool-testing | 验证 Agent 工具调用契约、授权和副作用边界 |
| Prompt Injection 测试 | prompt-injection-testing | 设计 AI 系统 Prompt 注入防护测试 |
Skill Engineering（横向治理）
| 名称 | 目录 | 主要用途 |
|---|---|---|
| Skill 变更验证 | skill-change-verification | 按变更范围选择验证证据，并区分静态、评测和运行时结论。 |
| Skill 文案契约审查 | skill-prose-review | 审查 Skill、Prompt 与文档的可执行契约、边界和证据要求。 |
| 过程性文案清理 | skill-prose-trim | 清理文案中的审查和设计过程残留，同时保留当前状态契约。 |
Skill Engineering 服务所有能力层，不改变产品能力分类。英文 Skill 使用相同目录名；可从页面顶部切换语言。
仓库结构
awesome-qa-skills/
├── skills/
│ ├── zh/ # 中文技能
│ │ ├── testing-workflows/ # 工作流
│ │ ├── testing-types/ # 测试类型
│ │ └── skill-engineering/ # 技能工程
│ └── en/ # 英文技能（结构同上）
├── scripts/ # 安装、校验、评测辅助脚本
├── installers/ # 按 skill / 工具生成的安装快捷脚本
├── resources/ # 公共参考素材池（非 skill 安装源）
├── legacy-prompts/ # 旧版根级提示词（正式入口见各 skill 内 prompts/）
├── AGENTS.md # Coding Agent 操作约定
├── docs/catalog/ # 全量索引与关系图
├── README.md / README_EN.md
└── LICENSE # PolyForm Noncommercial 1.0.0
单个 Skill 约定结构
skills/{zh|en}/{testing-types|testing-workflows|skill-engineering}/<skill-name>/
├── SKILL.md # 入口 + YAML frontmatter（必需）
├── prompts/ # 主提示词（必需）
├── agents/openai.yaml # OpenAI / Codex 元数据（必需）
├── evals/ # skill-up 评测用例（本仓库全量具备）
├── output-formats.md # 可选：多格式输出说明
├── quick-start.md # 可选：最短上手路径
├── references/ · examples/ · scripts/
└── ...
详细规范：skills/DIRECTORY_GUIDE.md · skills/SKILL_AUTHORING.md
设计原则
- 语言分区，名称对齐：中英文 skill 目录名一致，不再使用
-en后缀；英文 prompt 文件名不带_EN。 - 独立可安装：禁止 skill A 硬链 skill B 内部文件；跨 skill 只做文案推荐。
- 渐进披露：
SKILL.md保持精简；细节放在prompts/、references/、examples/。 - 可执行产出：默认 Markdown；需要 Excel/CSV/JSON/Word 时按
output-formats.md切换。 - 安全默认：示例与文档不硬编码真实 token、密码、私钥；使用环境变量或占位符。
质量与评测
提交前建议在仓库根目录运行：
bash scripts/check_skills_quality.sh
该门禁覆盖目录整理、agents 元数据、独立安装约束、完整性校验，以及 skill-up evals YAML 校验。
用 skill-up 校验 / 实跑（可选）：
curl -fsSL https://raw.githubusercontent.com/alibaba/skill-up/main/install.sh | bash
bash scripts/validate_skill_evals.sh
bash scripts/run_skill_eval.sh skills/zh/testing-types/functional-testing/evals/eval.yaml
推荐试点：functional-testing、api-testing、api-test-bruno、bug-reporting、performance-test-k6。说明见 skills/SKILL_AUTHORING.md。
文档导航
| 文档 | 用途 |
|---|---|
| AGENTS.md | Coding Agent 约定与质量检查 |
| skills-index.md | 全量技能索引 |
| QA_SKILLS_EVOLUTION_ROADMAP.md | 四层能力演进与研发测试阶段地图 |
| DOCUMENTATION_POLICY.md | 中文优先的双语文档治理策略 |
| skills/DIRECTORY_GUIDE.md | 目录与命名规范 |
| skills/SKILL_AUTHORING.md | 编写与 skill-up 评测约定 |
| scripts/INSTALL_SKILLS.md | 安装参数与工具路径 |
| FAQ.md | 常见问题 |
| CONTRIBUTING.md | 贡献流程 |
| skills-graph.md | 技能关系图（参考） |
贡献
欢迎提交 Issue / PR：新增 skill、补齐双语、改进 prompt 与 evals、完善安装与文档。
- 阅读 CONTRIBUTING.md 与 skills/SKILL_AUTHORING.md
- 中英文通常需同步更新（除非明确只要单语）
- 本地跑通
bash scripts/check_skills_quality.sh后再提 PR
许可证
本仓库采用 PolyForm Noncommercial License 1.0.0。您可以自由使用、修改和分发本软件，但仅限非商业目的（如个人学习、研究、实验、慈善机构、教育机构、公共研究组织、政府机构等用途）。