如果你在测试框架与 CI 流水线里反复做压测方案，可以考虑把经验沉淀为一个 Skill：写清触发条件、步骤、输出格式和边界，让智能体代劳重复部分，人只负责把关。

本文以「压测方案」为例，逐段讲解 SKILL.md 的写法。SKILL.md 是 Claude Agent Skills 采用的格式：YAML 头 + Markdown 正文，其结构思路也适用于其他平台的规则文件与指令。

完整示例

---
name: load-test-plan
description: 为接口设计压测场景、指标与通过标准。当用户提到压测方案、或给出接口列表与业务量预估并希望得到压测方案与脚本草稿时使用。
---

# 压测方案

## 输入
- 接口列表与业务量预估
- 若缺少关键信息，先列出需要补充的问题

## 步骤
1. 确定关键接口
2. 设计并发梯度
3. 定义指标与阈值
4. 生成脚本草稿

## 输出
- 压测方案与脚本草稿
- 末尾附「需人工确认」清单（没有则写“无”）

## 约束
- 生成的测试要先在本地跑通，别只盯覆盖率数字。
- 结论中不确定的部分单独列出，标注「需人工确认」。
- 脚本只在当前项目目录内运行，运行失败时报告错误原文，不要猜测结果。

## 脚本
- 需要解析或批量处理时运行 `python scripts/load_test_plan.py <路径>`，读取其输出后再总结

第一段：name

name 用小写字母和连字符，例如 load-test-plan，与文件夹名保持一致，方便检索和引用。不要用空格、中文或版本号。

第二段：description（最关键）

智能体平时只看得到 description，靠它判断要不要加载技能。好的 description 同时回答两件事：做什么（为接口设计压测场景、指标与通过标准），什么时候用（用户提到压测方案或给出接口列表与业务量预估时）。

反例：“一个很有用的压测方案工具”——没有触发条件，智能体很难对上号。

第三段：输入与步骤

输入写清楚需要什么材料，并要求缺信息时先提问。步骤用编号列表，每步一个动作：

  1. 确定关键接口
  2. 设计并发梯度
  3. 定义指标与阈值
  4. 生成脚本草稿

步骤是给智能体的执行顺序，不是给人看的说明书，越具体越好。

第四段：输出

写明交付物（压测方案与脚本草稿）以及固定结构。建议统一附上“需人工确认”清单，让复核的人知道看哪里。

第五段：约束

约束写的是不能做什么、遇到什么情况要停下：

  • 生成的测试要先在本地跑通，别只盯覆盖率数字。
  • 结论中不确定的部分单独列出，标注「需人工确认」。
  • 脚本只在当前项目目录内运行，运行失败时报告错误原文，不要猜测结果。

渐进式加载：把长资料拆出去

团队规范、长模板、术语表不要塞进 SKILL.md 正文，放到同目录的 reference.md 等文件中，在正文里写“需要时阅读 reference.md”。这样平时加载很轻，需要时再读取细节。需要确定性处理的部分（解析、统计、校验）写成脚本放在 scripts/ 下，正文中说明调用方式。

目录结构

.claude/skills/load-test-plan/
├── SKILL.md
├── scripts/load_test_plan.py
└── reference.md      # 可选：团队规范、模板等长资料，按需加载

写完之后

用三种不同说法描述任务，看技能是否都能被触发；再用一个无关请求确认不会误触发。之后参考测试用例与效果评估持续改进。

交付物结构示例

建议把压测方案与脚本草稿固定成下面的结构（示意），方便复核与归档：

## 结论
一句话说明最重要的发现或结果

## 主要内容
- 确定关键接口：……
- 设计并发梯度：……
- 定义指标与阈值：……
- 生成脚本草稿：……

## 依据
- 引用输入中的具体位置或数据

## 需人工确认
- ……（没有则写“无”）

结构固定之后，复核的人只要先看“结论”和“需人工确认”两部分，就能快速判断结果能否使用。

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。