SKILLEMALL.ai

AD 需求生成用例

Автоматически генерируйте полные тестовые случаи из документа с требованиями и поддерживайте экспорт в формате XMind. При загрузке пользователем документа с требованиями (Word, PDF, Markdown, TXT) и запросе на генерацию тестовых случаев необходимо активировать этот навык. Ключевые слова для активации: загрузить документ с требованиями, разобрать требования, сгенерировать тестовые случаи, тестовые случаи в XMind, декомпозиция требований, анализ требований для генерации тестов, полное покрытие тестами, экспорт XMind, генерация ментальной карты, тестовые точки, тестовые сценарии. Как только пользователь загрузит любой документ и упомянет «тест», «случай», «XMind», «декомпозиция требований», «покрытие» и т. д., даже если описание неполное, этот навык следует активировать немедленно, не дожидаясь дополнительной информации.

машинный переводПоказать оригиналСкрыть оригинал«从需求文档自动生成全面覆盖的测试用例,并支持导出为 XMind 格式。 当用户上传需求文档(Word、PDF、Markdown、TXT)并要…»

从需求文档自动生成全面覆盖的测试用例,并支持导出为 XMind 格式。 当用户上传需求文档(Word、PDF、Markdown、TXT)并要求生成测试用例时,必须触发本技能。 触发关键词:上传需求文档、解析需求、生成测试用例、测试用例转 XMind、 需求拆解、需求分析生成测试、全面测试覆盖、导出 XMind、生成脑图、测试点、测试场景。 只要用户上传了任何文档并提到「测试」「用例」「XMind」「需求拆解」「覆盖」等, 即使描述不完整,也应立即触发本技能,不要等待更多信息。

ClawHub Agent Skills автор: DeathKnightOrg v1.0.0 MIT-0 6 файлов тело ≈ 872 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Автоматически генерируйте полные тестовые случаи из документа с требованиями и поддерживайте экспорт в формате XMind.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (需求生成用例) не совпадает с папкой (req-to-testcase)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 24
  • 100Стоимость исполнения. Тело инструкции 872 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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 240 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 24 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This skill does what it claims, but users should be aware it can read uploaded requirement documents and create XMind output files.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.