企业官网建设流程全解析

1. 从“测试”这件事说起：为什么我攒了25个AI测试Skill

做测试这行十来年，我经历过纯手工点点点的年代，也经历过写几千行Selenium脚本维护到崩溃的年代。最近一年，我把日常测试工作流里能交给AI的环节几乎全交出去了，靠的就是一套自己攒下来的测试Skill集合——目前稳定在用的有25个，覆盖接口测试、UI回归、数据构造、缺陷分析、测试报告生成这几大块。

先说清楚这里说的“Skill”是什么。它不是某个具体软件的功能菜单，而是指一段可复用的、带明确输入输出约定的提示词工程单元，通常配合Agent框架或者支持Skill机制的AI编程工具来跑。你可以把它理解成一个“测试小助手的工作手册”：告诉AI在什么场景下、拿到什么输入、按什么规则处理、输出什么格式的结果。一个Skill可以短到十几行提示词，也可以长到包含多轮工具调用逻辑的完整工作流。

为什么我要攒这么多而不是写一个大而全的？因为实测下来，单一职责的Skill稳定性远高于万能Skill。一个Skill只干一件事，提示词边界清晰，AI不容易跑偏，出错了也容易定位是哪个环节的问题。这跟写单元测试的思路是一样的——粒度小、职责单一、可组合。

这套东西适合谁？如果你已经在用Claude Code、Cursor、或者自己搭的Agent做开发辅助，想把测试环节也接进去，那这篇内容可以直接抄作业。如果你还停留在纯手工测试阶段，也可以先看看思路，挑几个简单的Skill先跑起来找找感觉。下面我按模块拆开讲，每个Skill都会说清楚它解决什么问题、核心逻辑是什么、我踩过哪些坑。

2. 接口测试类Skill：从用例生成到断言校验

接口测试是我用得最多的一块，因为它的输入输出最结构化，AI处理起来最稳。这块我常驻的有7个Skill，挑几个核心的展开。

2.1 接口用例自动生成Skill：从Swagger文档到可执行用例

这个Skill的输入是一段OpenAPI/Swagger的JSON片段，输出是一组结构化的测试用例，包含正常场景、边界值、异常参数三类。核心逻辑分三步走：先让AI解析接口的必填字段、类型约束、枚举范围；再按等价类划分和边界值分析生成参数组合；最后输出成我指定的JSON格式，直接能被我的测试框架读取。

提示词的关键约束我改了好几版，最终稳定下来的是这段结构：

你是一个接口测试用例生成器。输入是OpenAPI 3.0的接口定义JSON。 要求： 1. 对每个接口生成至少5条用例：1条全合法参数、2条边界值、2条异常参数 2. 边界值针对string长度、number范围、enum取值 3. 异常参数包括：缺失必填字段、类型错误、超长字符串 4. 输出JSON数组，每条包含：case_name, params, expected_status, expected_error_code 5. 不要生成需要真实业务数据的用例，用占位符代替

这里有个坑我踩过：早期我没限制“不要生成需要真实业务数据的用例”，结果AI生成了一堆依赖特定用户ID、订单号的用例，根本跑不起来。加上占位符约束后，生成出来的用例可以直接用mock数据填充执行。

注意：这个Skill对Swagger文档的完整性有要求。如果接口定义里没写清楚字段约束，AI会自己“脑补”规则，生成出来的边界值可能不符合实际业务。我的做法是先用一个校验Skill检查文档完整性，缺约束的字段先补上再生成用例。

2.2 响应断言智能校验Skill：处理动态字段的利器

接口返回里经常有动态字段——时间戳、随机ID、加密串。传统断言要么写正则，要么直接跳过这些字段，前者维护成本高，后者漏测风险大。这个Skill的思路是：把接口返回的JSON和预期结构一起丢给AI，让它判断哪些字段是动态的、哪些是固定的，然后生成对应的断言规则。

我实际用下来的流程是这样的：先跑一次接口拿到真实响应，把响应和接口文档一起作为输入，让AI输出一份断言配置。配置里每个字段标注三种类型之一：exact（精确匹配）、regex（正则匹配）、ignore（忽略）。对于动态字段，AI会尝试推断出正则模式，比如时间戳推断成^\d{13}$，UUID推断成标准UUID正则。

实测准确率大概在85%左右，剩下15%需要人工复核。但即便这样，也比从零写断言快太多了。我一般会让AI把不确定的字段标成review，然后我集中过一遍这些字段，几分钟就能搞定一个接口的断言配置。

2.3 接口依赖链梳理Skill：解决多接口串联测试

微服务架构下，一个业务场景往往要串好几个接口：先登录拿token，再创建订单，再查询订单状态。手工梳理这些依赖关系很费时间。这个Skill的输入是一组接口定义，输出是一张依赖关系图（用文本描述，不是图形），标明哪个接口的输出是哪个接口的输入。

核心逻辑是让AI分析接口的请求参数和响应字段，找出字段名和类型匹配的项，推断出依赖关系。比如接口A的响应里有order_id，接口B的请求参数里有order_id，那B大概率依赖A。AI还会考虑字段的语义，比如token、session_id这类认证字段通常需要从登录接口获取。

这个Skill我一般配合上一个断言Skill一起用：先梳理依赖链，再按链路顺序生成每个接口的断言配置，最后串成一个完整的场景测试脚本。

3. UI与端到端测试类Skill：让AI看懂页面

UI测试是AI辅助测试里最难啃的一块，因为页面元素定位、等待时机、断言逻辑都很依赖上下文。我在这块反复打磨了5个Skill，目前能覆盖大部分常规场景。

3.1 页面元素定位Skill：从截图到选择器

这个Skill的输入是一张页面截图加上页面DOM结构（或者只给DOM），输出是推荐的元素定位选择器，按优先级排序：>