把「不稳定测试排查」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（测试命令），按什么顺序处理，交付什么（不稳定测试清单与原因分析），哪些事不能做。Skill 就是把这些写下来的载体。

背景（虚构）

老陈是一名开发，每周都要做几次不稳定测试排查。过去靠复制粘贴提示词，结果不稳定。这次团队把它做成了技能，下面记录一次完整运行。

1. 发出请求

老陈在测试框架与 CI 流水线中输入：

用不稳定测试排查技能处理这份测试命令，输出不稳定测试清单与原因分析。

2. 技能被触发

智能体根据技能描述判断任务匹配，加载「不稳定测试排查」的完整指令。它先运行技能自带的脚本做预处理，确保后续分析基于准确的数据。

3. 重复运行收集失败

这一步的产出会作为下一步的输入。智能体在“重复运行收集失败”时遇到一处含糊的信息，没有自行猜测，而是标注出来等待确认。

4. 对比失败日志

智能体完成“对比失败日志”，并在中间结果里注明依据，方便老陈回看。

5. 归类为时序、顺序依赖、外部依赖

“归类为时序、顺序依赖、外部依赖”是最容易出错的环节，技能里专门写了要求，所以智能体给出了清楚的结果与理由。

6. 给出修复方向

智能体完成“给出修复方向”，并在中间结果里注明依据，方便老陈回看。

7. 交付与复核

智能体交付不稳定测试清单与原因分析，末尾列出两条需人工确认的内容。老陈对照原始测试命令抽查关键信息，修正一处表述后采用。

复盘：这次做对了什么

  • 步骤写在技能里，没有遗漏
  • 不确定处被标出，而不是被编造
  • 遵守了「生成的测试要先在本地跑通，别只盯覆盖率数字」
  • 风险较低，但输出仍需快速过目再使用

可以改进的地方

老陈发现智能体对团队内部术语理解不一致，于是在技能目录中加了一份术语表（reference.md），并在 SKILL.md 中写明“遇到术语先查表”。更多改法见定制指南。

常见变体

同一个技能可以按使用场景派生出几个变体：

  • 简版：只保留核心步骤（重复运行收集失败、给出修复方向），适合快速过一遍
  • 详版：每一步都写出理由与依据，适合交给他人复核或留档
  • 批量版：一次处理多份测试命令，输出汇总表，适合定期集中处理

变体之间共享同一套约束，只在步骤详略和输出格式上有差异。可以在一个技能里用参数区分，也可以拆成几个名称明确的技能。

什么时候用这个技能

  • 手头有测试命令，需要在较短时间内得到不稳定测试清单与原因分析
  • 同类任务每周出现多次，希望每次处理方式一致
  • 结果要交给同事或上级复核，需要统一的结构和清楚的依据
  • 新人接手这类工作，需要一个可以照着做的标准流程

反过来，如果只是偶尔做一次，或者任务高度依赖现场判断，直接和测试框架与 CI 流水线里的智能体对话即可，不必专门封装成技能。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。