bug-analysis

Solid

对已确认的 Bug 做根因定位、影响分析、回归建议时使用——复现 → 读代码定位根因 → 影响五面分析 → 回归建议,条目(根因/影响/Severity 依据/修复建议/回归建议五个扩展字段)落盘为 Bug 条目。不用于:仅收集 Bug 证据(automated-e2e-testing / api-testing)、疑似未定性缺陷(test-case-writing 的 Cx 记录)。

Testing & QA 28 stars 4 forks Updated 3 days ago MIT

Install

View on GitHub

Quality Score: 87/100

Stars 20%
49
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
50
License 10%
100
Description 5%
100

Skill Content

# Bug 分析(bug-analysis) 对**已确认**的 Bug 做根因定位、影响分析、回归建议。 - **输入**:Bug 报告(现象 + 复现步骤 + 证据)、代码仓库、(可选)需求模型 / 测试用例;批量执行场景下 A 类条目可来自失败分流表(`../core/triage.md` 产出,条目附带的 G/S 信号摘要与 evidence 字段即复现起点) - **输出(落盘)**:Bug 条目(结构见下),**追加进测试报告**(`../core/report-template.md` §3 的根因分析 / 影响范围 / Severity 依据 / 修复建议 / 回归建议五个扩展字段即本 skill 的填写范围) - **边界**:输入是**已确认**的 Bug(用户或执行结果已定性"这是缺陷");审查发现的**疑似**缺陷(待验证)归 `test-case-writing` 的 Cx 记录;回归**范围选择**归 `regression-testing` ## When to Use - Bug 已经定性确认,需要定位根因(读到 `文件:行` 的分叉点) - 需要评估 Bug 的影响面(同根因其他路径 / 脏数据 / 受影响用户) - 修复后需要回归用例建议(修复验证 + 关联回归) ## When NOT to Use - 还没定性("这是 Bug 还是特性?")→ 先经用户裁决(Bug 定性检查点,见 `qa`);证据收集阶段 → `automated-e2e-testing` 工作流二 / `api-testing` - 代码审查发现的疑似缺陷(未复现、未定性)→ `test-case-writing` 的 Cx 缺陷记录(待实测确认) - 需要回归清单(哪些用例要跑)→ `regression-testing`(本 skill 产出回归用例**建议**) - 端到端流水线 → `qa` 编排(本 skill 是其阶段 6) ## Bug 条目结构(追加进测试报告) 条目字段与填写模板**以 `../core/report-template.md` §3 为唯一来源**(此时加载),本 skill 只补充填写语义: - **本 skill 的填写范围**:根因分析 / 影响范围 / Severity 依据 / 修复建议 / 回归建议五个扩展字段(报告 §3 中除「复验轮次」外的 8 个基础字段——严重程度 / 状态(初始"新建",后续随回归结果更新,见 `../core/report-template.md` 使用约定 6) / 发现方式 / 复现步骤 / 预期行为 / 实际行为 / 证据 / 环境——由发现方已填,不重写) - **根因分析**必须标注 status:**Inference**(读代码推断,未运行验证)或 **Verified**(已通过复现/最小实验验证,E3)——不伪装推断为事实(状态语义见 `../core/evidence.md` 第 3 节) - **影响范围 / Severity 依据**逐条给来源;证据链标注 evidence 等级(E0–E4 + `文件:行`) ## 工作流 ### 1. 复现(先拿到稳定证据) - 按 Bug 报告步骤复现;复现不了 → 不硬分析,区分"环境差异 / 数据依赖 / 概率性",向用户要环境与数据线索 - 复现过程采集证据:请求/响应原文、日志、截图(E3 运行证据) - **概率性 Bug 战术**:低频复现不硬等——① **基线量化...

Details

Author
fishzjp
Repository
fishzjp/qa-skills
Created
2 months ago
Last Updated
3 days ago
Language
Python
License
MIT

Integrates with

Similar Skills

Semantically similar based on skill content — not just same category