Level3 Test Skill

Level 3 Skill 测试样本 - 生产就绪

lanyasheng 7cab731 2 files · 2.2 KB Updated

File contents

Level 3 测试 Skill

核心职责

  • 完成核心任务
  • 有完整的错误处理
  • 有基准测试和红队测试
  • 有用户反馈循环
  • 有版本管理和迭代记录

何时使用

  • 生产环境
  • 需要高可靠性的场景
  • 需要完整评估的场景

何时不使用

  • 简单测试场景(用 Level 1/2 即可)

工作流程

  1. 接收任务并验证输入
  2. 执行任务(带错误处理)
  3. 验证输出(带质量检查)
  4. 生成报告(带详细日志)
  5. 收集用户反馈
  6. 持续迭代优化

工具依赖

  • bash: 执行脚本
  • python3: 数据处理
  • pytest: 运行测试
  • promptfoo: 基准测试

评估标准

  • 任务完成率 > 95%
  • 错误率 < 3%
  • 测试覆盖率 > 95%
  • 红队测试通过率 > 90%
  • 用户满意度 > 4.5/5
  • 平均执行时间 < 20 秒
  • 平均成本 < $0.30/次

测试用例

测试 1:正常场景

输入:有效输入 预期输出:正确结果 通过率:100%

测试 2:边界场景

输入:边界值 预期输出:正确处理 通过率:100%

测试 3:异常场景

输入:无效输入 预期输出:错误提示 通过率:100%

测试 4:红队测试

输入:恶意输入 预期输出:安全拒绝 通过率:> 90%

用户反馈

2026-03-25

  • 用户 A: "非常好用,推荐!" (5/5)
  • 用户 B: "功能完整,文档清晰" (5/5)

版本历史

  • v2.0.0: 添加红队测试和用户反馈循环
  • v1.1.0: 添加基准测试
  • v1.0.0: 初始版本

lanyasheng/auto-improvement-orchestrator-skill/tree/main/skills/benchmark-store/data/fixtures/level3-skill commit 7cab731f2c

Frequently asked questions

npx skillmds@latest add lanyasheng/level3-test-skill