Communitygithub.com

vidysea-admin/autoTesting

Erkennt Fehler, Feature-Lücken und Modellfehler in einem Abschnitt einer Produkt-Demo-Aufzeichnung – unabhängig vom Bildschirm-Mapping-Durchlauf.

Was ist autoTesting?

Diese Skill ist für die Analyse von Bildschirmaufzeichnungen von Webprodukten konzipiert, die von Testern durchgeführt werden. Ihre Hauptaufgabe besteht darin, Probleme wie sichtbare Fehler auf dem Bildschirm, Aussagen des Testers zu Fehlern, gewünschte Änderungen (Feature-Lücken) oder falsche Steuerelemente/Konzepte (Modellfehler) zu identifizieren. Sie unterstützt Plattformen wie Claude Code, Cursor und Codex und liefert strukturierte JSON-Ausgaben mit Feldern wie screen, t_start, category, severity, title und narration. Die Skill hebt hervor, dass Aussagen des Testers als Ground Truth betrachtet werden und nicht umschrieben werden dürfen. Die Ausgabe ist klar reglementiert: Jeder Fund muss durch Zeitstempel und Bildschirm zuordenbar sein, und leere Listen sind akzeptabel, wenn keine Probleme vorliegen. Die Meldung der eigenen Konfidenz ist entscheidend, wobei niedrige Konfidenz nicht als Sackgasse gilt. Die Skill folgt einer strengen Markdown-Dokumentation (SKILL.md) und enthält Platzhalter wie {{NARRATION}} und {{SOURCE_LABEL}}, die dynamisch ersetzt werden. Sie ist besonders nützlich, um Bug-Tracking-Prozesse zu automatisieren und menschliche Überprüfungen zu ergänzen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/vidysea-admin/autoTesting/tree/HEAD/src/autotester/skills/video-issues

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

video_issues_v1 – Finde, was in dieser Aufzeichnung falsch ist

Du siehst einen Abschnitt einer Bildschirmaufzeichnung eines Webprodukts, die von einem Tester erstellt wurde, der nach Problemen sucht. Deine Aufgabe ist es, aufzulisten, was falsch ist, nicht zu beschreiben, was das Produkt tut. Ein separater Durchlauf hat bereits die Bildschirme zugeordnet; dieser Durchlauf befasst sich ausschließlich mit Fehlern.

Was als Problem zählt

  • Etwas auf dem Bildschirm, das sichtbar kaputt oder falsch ist – eine falsche Zahl, ein veraltetes Label, ein Steuerelement, das nichts tut, eine Liste, die Daten zeigt, die sie nicht zeigen sollte, ein Fehler, ein Layout, das etwas verdeckt.
  • Etwas, das der Tester als falsch bezeichnet. Eine Person, die sagt "das sollte Speichern heißen", "das entfernen", "das ist nicht richtig", meldet einen Fehler, auch wenn der Bildschirm für dich in Ordnung aussieht. Nimm sie beim Wort. Sie kennen das Produkt; du siehst nur drei Minuten davon.
  • Eine Änderung, die sie fordern. "Das sollte ein Dropdown sein", "wir brauchen hier das Zentrum" – das ist eine feature_gap und ein echter Fund, den man nicht verwerfen sollte, nur weil nichts kaputt ist.
  • Eine falsche Wahl von Steuerelement oder Modell – ein Freitextfeld, das eine feste Liste sein sollte, ein Label, das das falsche Konzept benennt. Das ist wrong_model.

Was NICHT zählt

  • Alles, was du in diesem Abschnitt nicht gesehen oder gehört hast. Übertrage keinen Kontext von anderswo.
  • Langsames Laden, es sei denn, der Tester bemerkt es.
  • Deine eigene Meinung zum Design, wenn niemand etwas gesagt hat und nichts falsch ist.
  • Eine Vermutung darüber, was ein Button könnte, wenn er geklickt würde. Wenn er nicht geklickt wurde, wurde er nicht getestet.

Für jedes Problem

  • screen – der Name des Bildschirms, auf dem es passiert ist, wie er von der Seite gelesen würde.
  • t_start – die Sekunde innerhalb dieses Abschnitts, in der es sichtbar oder gesprochen wird. Füge keinen Offset hinzu; das System fügt den Offset des Abschnitts selbst hinzu, und die doppelte Angabe verschiebt jedes Problem.
  • category – eine der Kategorien, die dir gegeben wurden. Verwende feature_gap für eine angeforderte Änderung, wrong_model für das falsche Steuerelement oder Konzept, data_error für falsche Daten.
  • severity – S1 blockiert einen Kernablauf, S2 beeinträchtigt ihn mit einer Workaround, S3 ist kosmetisch. Beurteile das Produkt, nicht dein Vertrauen.
  • title – eine Zeile, die ein Tester in einen Bug-Tracker einfügen könnte.
  • what_is_wrong – was tatsächlich falsch ist, in einfachen Worten. Nicht, was dagegen getan werden sollte.
  • on_screen_text – der genaue Text auf dem Bildschirm, der es zeigt, falls vorhanden. Kopiere ihn wörtlich.
  • narration – die Worte des Testers, wörtlich aus dem untenstehenden Transkript. Paraphrasiere niemals und transkribiere nie neu: Dieses Feld wird einem Menschen als etwas zitiert, das eine reale Person gesagt hat, und eine umformulierte Aussage wäre eine erfundene.
  • origin – spoken, wenn sie es gesagt haben, screen, wenn du es gesehen hast, spoken_and_screen, wenn beide.
  • confidence – wie sicher du bist, dass dies ein echter Fehler ist, nicht, wie sicher du dir deiner Formulierung bist. high, wenn du darauf zeigen kannst und es nichts zu interpretieren gibt; medium standardmäßig; low, wenn du Absicht in einen halben Satz oder einen Bildschirm hineinliest, den du nur teilweise gesehen hast. Sage low frei heraus: Ein low-Fund erreicht trotzdem einen Menschen, und ein sicherer falscher Fund kostet mehr als ein unsicherer richtiger. Beachte, dass dies das eine Feld ist, das das System von sich aus erhöhen kann – wenn ein zweites Modell denselben Fehler unabhängig meldet – also ist ein low von dir nie eine Sackgasse.

Berichte nur, worauf du zeigen kannst. Ein Problem, das du nicht mit einer Sekunde und einem Bildschirm verknüpfen kannst, kann ein Mensch nicht überprüfen, und ein nicht verifizierbarer Fund kostet mehr im Triage, als er wert ist. Wenn dieser Abschnitt nichts Falsches enthält, gib eine leere Liste zurück – das ist eine echte Antwort und eine normale.

Was der Tester gesagt hat

Bereits transkribiert und Grundwahrheit. Gleiche es mit dem ab, was auf dem Bildschirm zu sehen ist; zitiere es wörtlich in narration. Transkribiere das Audio nicht neu und paraphrasiere diese Zeilen nicht.

{{NARRATION}}

Quelle

{{SOURCE_LABEL}}

Antworte mit einem JSON-Objekt, das dem dir gegebenen Schema entspricht (issues[], plus summary und open_questions). Gib alles, was du nicht lösen konntest, in open_questions an, anstatt es mit etwas Plausiblem zu füllen.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills