QA专家技能：自动化测试流程与OWASP安全测试，提升软件质量

qa-expert by daymade/claude-code-skills

320 周安装量

708 GitHub Stars

GitHub

安装命令

npx skills add https://github.com/daymade/claude-code-skills --skill qa-expert

自动化测试安全

🇨🇳中文介绍

QA 专家

运用来自 Google 测试标准和 OWASP 安全最佳实践的成熟方法论，为任何软件项目建立世界级的 QA 测试流程。

何时使用此技能

在以下情况触发此技能：

为新项目或现有项目搭建 QA 基础设施时
编写标准化测试用例（符合 AAA 模式）时
执行包含进度跟踪的全面测试计划时
实施安全测试（OWASP Top 10）时
提交带有适当严重性分类（P0-P4）的缺陷报告时
生成 QA 报告（每日摘要、每周进度）时
计算质量指标（通过率、覆盖率、质量门）时
为第三方团队交接准备 QA 文档时
启用自主的 LLM 驱动测试执行时

快速开始

一键初始化：

python scripts/init_qa_project.py <project-name> [output-directory]

创建内容：

目录结构（tests/docs/、tests/e2e/、tests/fixtures/）
跟踪 CSV 文件（TEST-EXECUTION-TRACKING.csv、）

广告位招租

在这里展示您的产品或服务

触达数万 AI 开发者，精准高效

联系我们

1. QA 项目初始化

使用所有模板初始化完整的 QA 基础设施：

python scripts/init_qa_project.py <project-name> [output-directory]

创建目录结构、跟踪 CSV 文件、文档模板以及用于自主执行的主提示词。

使用时机：从零开始 QA 或迁移到结构化 QA 流程时。

2. 测试用例编写

遵循 AAA 模式（Arrange-Act-Assert）编写标准化、可复现的测试用例：

阅读模板：assets/templates/TEST-CASE-TEMPLATE.md
遵循结构：先决条件（Arrange）→ 测试步骤（Act）→ 预期结果（Assert）
分配优先级：P0（阻塞）→ P4（低）
包含边界情况和潜在缺陷

测试用例格式：TC-[类别]-[编号]（例如，TC-CLI-001、TC-WEB-042、TC-SEC-007）

参考：查看 references/google_testing_standards.md 获取完整的 AAA 模式指南和覆盖率阈值。

3. 测试执行与跟踪

基本事实原则（关键）：

测试用例文档（例如 02-CLI-TEST-CASES.md）= 权威来源，用于定义测试步骤
跟踪 CSV 文件 = 仅记录执行状态（请勿依赖 CSV 文件获取测试规范）
查看 references/ground_truth_principle.md 了解如何防止文档与 CSV 文件同步问题

从类别文档（例如 02-CLI-TEST-CASES.md）中读取测试用例 ← 始终从这里开始
严格按照文档执行测试步骤
每次测试后立即更新 TEST-EXECUTION-TRACKING.csv（切勿批量更新）
如果测试失败，在 BUG-TRACKING-TEMPLATE.csv 中提交缺陷报告

自主执行（推荐）：

从 references/master_qa_prompt.md 复制主提示词
粘贴到 LLM 会话中
LLM 自动执行、自动跟踪、自动提交缺陷报告、自动生成报告

创新点：相比手动执行快 100 倍 + 跟踪零人为错误 + 自动恢复能力。

使用适当的严重性分类提交缺陷报告：

缺陷 ID：顺序编号（BUG-001、BUG-002、...）
严重性：P0（24 小时内修复）→ P4（可选）
复现步骤：编号、具体
环境：操作系统、版本、配置

严重性分类：

P0（阻塞）：安全漏洞、核心功能损坏、数据丢失
P1（严重）：主要功能损坏但有变通方案
P2（高）：次要功能问题、边界情况
P3（中）：界面问题
P4（低）：文档拼写错误

参考：查看 BUG-TRACKING-TEMPLATE.csv 获取包含示例的完整模板。

5. 质量指标计算

计算全面的 QA 指标和质量门状态：

python scripts/calculate_metrics.py <path/to/TEST-EXECUTION-TRACKING.csv>

指标仪表板包含：

测试执行进度（X/Y 个测试，完成 Z%）
通过率（已执行测试的通过百分比）
缺陷分析（唯一缺陷数、P0/P1/P2 细分）
质量门状态（每个门：✅/❌）

质量门（所有必须通过才能发布）：

门	目标	是否阻塞
测试执行	100%	是
通过率	≥80%	是
P0 缺陷	0	是
P1 缺陷	≤5	是
代码覆盖率	≥80%	是
安全性	90% OWASP	是

为利益相关者生成 QA 报告：

每日摘要（每日结束时）：

已执行的测试、通过率、提交的缺陷
阻塞项（或无）
明日计划

每周报告（每周五）：

使用模板：WEEKLY-PROGRESS-REPORT.md（由初始化脚本创建）
与基线对比：BASELINE-METRICS.md
评估质量门和趋势

参考：查看 references/llm_prompts_library.md 获取 30 多个即用型报告提示词。

7. 安全测试（OWASP）

实施 OWASP Top 10 安全测试：

A01：失效的访问控制 - RLS 绕过、权限提升
A02：加密机制失效 - 令牌加密、密码哈希
A03：注入 - SQL 注入、XSS、命令注入
A04：不安全设计 - 速率限制、异常检测
A05：安全配置错误 - 详细错误信息、默认凭据
A07：身份验证失效 - 会话劫持、CSRF
其他：数据完整性、日志记录、SSRF

目标：90% OWASP 覆盖率（缓解 9/10 的威胁）。

每个安全测试都遵循 AAA 模式，并记录具体的攻击向量。

对于加入项目的新 QA 工程师，请完成 5 小时入职指南：

阅读：references/day1_onboarding.md

第 1 小时：环境设置（数据库、开发服务器、依赖项）
第 2 小时：文档审查（测试策略、质量门）
第 3 小时：测试数据设置（用户、CLI、DevTools）
第 4 小时：执行第一个测试用例
第 5 小时：团队入职和第 1 周规划

检查点：到第一天结束时，环境运行正常，第一个测试已执行，为第 1 周做好准备。

自主执行（⭐ 推荐）

使用单一主提示词启用 LLM 驱动的自主 QA 测试：

阅读：references/master_qa_prompt.md

从上次完成的测试自动恢复（读取跟踪 CSV 文件）
自动执行测试用例（第 1-5 周进度）
自动跟踪结果（每次测试后更新 CSV 文件）
自动提交缺陷报告（为失败创建缺陷报告）
自动生成报告（每日摘要、每周报告）
自动升级 P0 缺陷（停止测试，通知利益相关者）

相比手动执行快 100 倍
跟踪零人为错误
一致的缺陷文档记录
即时进度可见性

用法：复制主提示词，粘贴到 LLM，让它自主运行 5 周。

为您的项目适配

小型项目（50 个测试）

时间线：2 周
类别：2-3 个（例如，前端、后端）
每日：5-7 个测试
报告：仅每日摘要

中型项目（200 个测试）

时间线：4 周
类别：4-5 个（CLI、Web、API、DB、安全）
每日：10-12 个测试
报告：每日 + 每周

大型项目（500+ 个测试）

时间线：8-10 周
类别：6-8 个（多个组件）
每日：10-15 个测试
报告：每日 + 每周 + 每两周向利益相关者汇报

从捆绑的参考资料中获取详细指南：

references/day1_onboarding.md - 新 QA 工程师的 5 小时入职指南
references/master_qa_prompt.md - 用于自主 LLM 执行的单一命令（100 倍加速）
references/llm_prompts_library.md - 30 多个用于特定 QA 任务的即用型提示词
references/google_testing_standards.md - AAA 模式、覆盖率阈值、快速失败验证
references/ground_truth_principle.md - 防止文档/CSV 同步问题（对测试套件完整性至关重要）

测试用例模板和缺陷报告格式：

assets/templates/TEST-CASE-TEMPLATE.md - 包含 CLI 和安全示例的完整模板

用于 QA 基础设施的自动化脚本：

scripts/init_qa_project.py - 初始化 QA 基础设施（一键设置）
scripts/calculate_metrics.py - 生成质量指标仪表板

模式 1：启动全新的 QA

1. python scripts/init_qa_project.py my-app ./
2. 填写 BASELINE-METRICS.md（记录当前状态）
3. 使用 assets/templates/TEST-CASE-TEMPLATE.md 编写测试用例
4. 从 references/master_qa_prompt.md 复制主提示词
5. 粘贴到 LLM → 自主执行开始

模式 2：LLM 驱动测试（自主）

1. 阅读 references/master_qa_prompt.md
2. 复制单一主提示词（一段）
3. 粘贴到 LLM 对话
4. LLM 在 5 周内执行所有 342 个测试用例
5. LLM 自动更新跟踪 CSV 文件
6. LLM 自动生成每周报告

模式 3：添加安全测试

1. 阅读 references/google_testing_standards.md（OWASP 部分）
2. 为每个 OWASP 威胁编写 TC-SEC-XXX 测试用例
3. 目标 90% 覆盖率（9/10 威胁）
4. 在测试用例中记录缓解措施

模式 4：第三方 QA 交接

1. 确保所有模板已填写
2. 验证 BASELINE-METRICS.md 完整
3. 打包 tests/docs/ 文件夹
4. 包含 references/master_qa_prompt.md 用于自主执行
5. QA 团队可以立即开始（第 1 天入职 → 5 周测试）

当满足以下条件时，此技能有效：

✅ 任何工程师均可复现测试用例
✅ 质量门被客观衡量
✅ 缺陷报告包含完整的复现步骤
✅ 进度实时可见（CSV 跟踪）
✅ 启用自主执行（LLM 可以执行完整计划）
✅ 第三方 QA 团队可以立即开始测试

🇺🇸English

QA Expert

Establish world-class QA testing processes for any software project using proven methodologies from Google Testing Standards and OWASP security best practices.

When to Use This Skill

Trigger this skill when:

Setting up QA infrastructure for a new or existing project
Writing standardized test cases (AAA pattern compliance)
Executing comprehensive test plans with progress tracking
Implementing security testing (OWASP Top 10)
Filing bugs with proper severity classification (P0-P4)
Generating QA reports (daily summaries, weekly progress)
Calculating quality metrics (pass rate, coverage, gates)
Preparing QA documentation for third-party team handoffs
Enabling autonomous LLM-driven test execution

Quick Start

One-command initialization :

python scripts/init_qa_project.py <project-name> [output-directory]

What gets created :

Directory structure (tests/docs/, tests/e2e/, tests/fixtures/)
Tracking CSVs (TEST-EXECUTION-TRACKING.csv, BUG-TRACKING-TEMPLATE.csv)
Documentation templates (BASELINE-METRICS.md, WEEKLY-PROGRESS-REPORT.md)
Master QA Prompt for autonomous execution
README with complete quickstart guide

For autonomous execution (recommended): See references/master_qa_prompt.md - single copy-paste command for 100x speedup.

Core Capabilities

1. QA Project Initialization

Initialize complete QA infrastructure with all templates:

python scripts/init_qa_project.py <project-name> [output-directory]

Creates directory structure, tracking CSVs, documentation templates, and master prompt for autonomous execution.

Use when : Starting QA from scratch or migrating to structured QA process.

2. Test Case Writing

Write standardized, reproducible test cases following AAA pattern (Arrange-Act-Assert):

Read template: assets/templates/TEST-CASE-TEMPLATE.md
Follow structure: Prerequisites (Arrange) → Test Steps (Act) → Expected Results (Assert)
Assign priority: P0 (blocker) → P4 (low)
Include edge cases and potential bugs

Test case format : TC-[CATEGORY]-[NUMBER] (e.g., TC-CLI-001, TC-WEB-042, TC-SEC-007)

Reference : See references/google_testing_standards.md for complete AAA pattern guidelines and coverage thresholds.

3. Test Execution & Tracking

Ground Truth Principle (critical):

Test case documents (e.g., 02-CLI-TEST-CASES.md) = authoritative source for test steps
Tracking CSV = execution status only (do NOT trust CSV for test specifications)
See references/ground_truth_principle.md for preventing doc/CSV sync issues

Manual execution :

Read test case from category document (e.g., 02-CLI-TEST-CASES.md) ← always start here
Execute test steps exactly as documented
Update TEST-EXECUTION-TRACKING.csv immediately after EACH test (never batch)
File bug in BUG-TRACKING-TEMPLATE.csv if test fails

Autonomous execution (recommended):

Copy master prompt from references/master_qa_prompt.md
Paste to LLM session
LLM auto-executes, auto-tracks, auto-files bugs, auto-generates reports

Innovation : 100x faster vs manual + zero human error in tracking + auto-resume capability.

4. Bug Reporting

File bugs with proper severity classification:

Required fields :

Bug ID: Sequential (BUG-001, BUG-002, ...)
Severity: P0 (24h fix) → P4 (optional)
Steps to Reproduce: Numbered, specific
Environment: OS, versions, configuration

Severity classification :

P0 (Blocker) : Security vulnerability, core functionality broken, data loss
P1 (Critical) : Major feature broken with workaround
P2 (High) : Minor feature issue, edge case
P3 (Medium) : Cosmetic issue
P4 (Low) : Documentation typo

Reference : See BUG-TRACKING-TEMPLATE.csv for complete template with examples.

5. Quality Metrics Calculation

Calculate comprehensive QA metrics and quality gates status:

python scripts/calculate_metrics.py <path/to/TEST-EXECUTION-TRACKING.csv>

Metrics dashboard includes :

Test execution progress (X/Y tests, Z% complete)
Pass rate (passed/executed %)
Bug analysis (unique bugs, P0/P1/P2 breakdown)
Quality gates status (✅/❌ for each gate)

Quality gates (all must pass for release):

Gate	Target	Blocker
Test Execution	100%	Yes
Pass Rate	≥80%	Yes
P0 Bugs	0	Yes
P1 Bugs	≤5	Yes
Code Coverage	≥80%	Yes
Security	90% OWASP	Yes

6. Progress Reporting

Generate QA reports for stakeholders:

Daily summary (end-of-day):

Tests executed, pass rate, bugs filed
Blockers (or None)
Tomorrow's plan

Weekly report (every Friday):

Use template: WEEKLY-PROGRESS-REPORT.md (created by init script)
Compare against baseline: BASELINE-METRICS.md
Assess quality gates and trends

Reference : See references/llm_prompts_library.md for 30+ ready-to-use reporting prompts.

7. Security Testing (OWASP)

Implement OWASP Top 10 security testing:

Coverage targets :

A01: Broken Access Control - RLS bypass, privilege escalation
A02: Cryptographic Failures - Token encryption, password hashing
A03: Injection - SQL injection, XSS, command injection
A04: Insecure Design - Rate limiting, anomaly detection
A05: Security Misconfiguration - Verbose errors, default credentials
A07: Authentication Failures - Session hijacking, CSRF
Others : Data integrity, logging, SSRF

Target : 90% OWASP coverage (9/10 threats mitigated).

Each security test follows AAA pattern with specific attack vectors documented.

Day 1 Onboarding

For new QA engineers joining a project, complete 5-hour onboarding guide:

Read : references/day1_onboarding.md

Timeline :

Hour 1: Environment setup (database, dev server, dependencies)
Hour 2: Documentation review (test strategy, quality gates)
Hour 3: Test data setup (users, CLI, DevTools)
Hour 4: Execute first test case
Hour 5: Team onboarding & Week 1 planning

Checkpoint : By end of Day 1, environment running, first test executed, ready for Week 1.

Autonomous Execution (⭐ Recommended)

Enable LLM-driven autonomous QA testing with single master prompt:

Read : references/master_qa_prompt.md

Features :

Auto-resume from last completed test (reads tracking CSV)
Auto-execute test cases (Week 1-5 progression)
Auto-track results (updates CSV after each test)
Auto-file bugs (creates bug reports for failures)
Auto-generate reports (daily summaries, weekly reports)
Auto-escalate P0 bugs (stops testing, notifies stakeholders)

Benefits :

100x faster execution vs manual
Zero human error in tracking
Consistent bug documentation
Immediate progress visibility

Usage : Copy master prompt, paste to LLM, let it run autonomously for 5 weeks.

Adapting for Your Project

Small Project (50 tests)

Timeline: 2 weeks
Categories: 2-3 (e.g., Frontend, Backend)
Daily: 5-7 tests
Reports: Daily summary only

Medium Project (200 tests)

Timeline: 4 weeks
Categories: 4-5 (CLI, Web, API, DB, Security)
Daily: 10-12 tests
Reports: Daily + weekly

Large Project (500+ tests)

Timeline: 8-10 weeks
Categories: 6-8 (multiple components)
Daily: 10-15 tests
Reports: Daily + weekly + bi-weekly stakeholder

Reference Documents

Access detailed guidelines from bundled references:

references/day1_onboarding.md - 5-hour onboarding guide for new QA engineers
references/master_qa_prompt.md - Single command for autonomous LLM execution (100x speedup)
references/llm_prompts_library.md - 30+ ready-to-use prompts for specific QA tasks
references/google_testing_standards.md - AAA pattern, coverage thresholds, fail-fast validation
references/ground_truth_principle.md - Preventing doc/CSV sync issues (critical for test suite integrity)

Assets & Templates

Test case templates and bug report formats:

assets/templates/TEST-CASE-TEMPLATE.md - Complete template with CLI and security examples

Scripts

Automation scripts for QA infrastructure:

scripts/init_qa_project.py - Initialize QA infrastructure (one command setup)
scripts/calculate_metrics.py - Generate quality metrics dashboard

Common Patterns

Pattern 1: Starting Fresh QA

1. python scripts/init_qa_project.py my-app ./
2. Fill in BASELINE-METRICS.md (document current state)
3. Write test cases using assets/templates/TEST-CASE-TEMPLATE.md
4. Copy master prompt from references/master_qa_prompt.md
5. Paste to LLM → autonomous execution begins

Pattern 2: LLM-Driven Testing (Autonomous)

1. Read references/master_qa_prompt.md
2. Copy the single master prompt (one paragraph)
3. Paste to LLM conversation
4. LLM executes all 342 test cases over 5 weeks
5. LLM updates tracking CSVs automatically
6. LLM generates weekly reports automatically

Pattern 3: Adding Security Testing

1. Read references/google_testing_standards.md (OWASP section)
2. Write TC-SEC-XXX test cases for each OWASP threat
3. Target 90% coverage (9/10 threats)
4. Document mitigations in test cases

Pattern 4: Third-Party QA Handoff

1. Ensure all templates populated
2. Verify BASELINE-METRICS.md complete
3. Package tests/docs/ folder
4. Include references/master_qa_prompt.md for autonomous execution
5. QA team can start immediately (Day 1 onboarding → 5 weeks testing)

Success Criteria

This skill is effective when:

✅ Test cases are reproducible by any engineer
✅ Quality gates objectively measured
✅ Bugs fully documented with repro steps
✅ Progress visible in real-time (CSV tracking)
✅ Autonomous execution enabled (LLM can execute full plan)
✅ Third-party QA teams can start testing immediately

Weekly Installs

320

Repository

daymade/claude-…e-skills

GitHub Stars

708

First Seen

Jan 21, 2026

Security Audits

Gen Agent Trust HubPass SocketPass SnykWarn

Installed on

opencode272

codex264

gemini-cli261

cursor256

github-copilot246

claude-code234

通过 LiteLLM 代理让 Claude Code 对接 GitHub Copilot 运行 | 高级变通方案指南

22,200 周安装