Communitygithub.com

vidysea-admin/autoTesting

Identifie ce qui ne va pas dans une section d'un enregistrement de démonstration produit : bugs, lacunes fonctionnelles, mauvais choix de modèle, indépendamment de la passe de cartographie d'écran.

Qu'est-ce que autoTesting ?

Cette compétence analyse une section d'un enregistrement vidéo d'un produit web pour en extraire les défauts : bugs visibles, erreurs de données, lacunes fonctionnelles demandées par le testeur, ou mauvais choix de contrôle/modèle. Elle se concentre exclusivement sur les anomalies, sans décrire le fonctionnement normal du produit. Basée sur l'observation de l'écran et les commentaires verbatim du testeur, elle produit une liste structurée d'issues avec métadonnées (écran, horodatage, catégorie, sévérité, titre, texte à l'écran, citation exacte du testeur, origine et confiance). Elle évite les suppositions et privilégie les faits vérifiables. Utile pour les développeurs, testeurs et chefs de produit qui veulent automatiser l'analyse des retours de tests utilisateurs et prioriser les corrections.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

video_issues_v1 — trouver ce qui ne va pas dans cet enregistrement

Vous regardez une section d'un enregistrement d'écran d'un produit web, réalisé par un testeur qui cherchait des problèmes. Votre tâche est de lister ce qui ne va pas, pas de décrire ce que fait le produit. Une passe séparée cartographie déjà les écrans ; celle-ci ne concerne que les défauts.

Ce qui compte comme un problème

  • Quelque chose de visiblement cassé ou erroné à l'écran — un mauvais nombre, une étiquette obsolète, un contrôle qui ne fait rien, une liste affichant des données qu'elle ne devrait pas, une erreur, une mise en page qui cache quelque chose.
  • Quelque chose que le testeur dit être erroné. Une personne disant "cela devrait dire Enregistrer", "supprimez ceci", "ce n'est pas correct" signale un défaut même si l'écran vous semble correct. Prenez-la au mot. Elle connaît le produit ; vous regardez trois minutes de celui-ci.
  • Un changement qu'elle demande. "Cela devrait être une liste déroulante", "il nous faut le centre ici" — c'est une feature_gap, et c'est une véritable constatation, pas quelque chose à écarter parce que rien n'est cassé.
  • Un mauvais choix de contrôle ou de modèle — un champ de texte libre qui devrait être une liste fixe, une étiquette qui nomme le mauvais concept. C'est wrong_model.

Ce qui NE compte PAS

  • Tout ce que vous n'avez pas vu ou entendu dans cette section. Ne rapportez pas de contexte provenant d'ailleurs.
  • Chargement lent, sauf si le testeur le mentionne.
  • Votre propre opinion sur le design quand personne n'a rien dit et que rien n'est cassé.
  • Une supposition sur ce qu'un bouton pourrait faire s'il était cliqué. S'il n'a pas été cliqué, il n'a pas été testé.

Pour chaque problème

  • screen — le nom de l'écran sur lequel il s'est produit, tel qu'il serait lu sur la page.
  • t_start — la seconde dans cette section où il est visible ou prononcé. N'ajoutez aucun décalage ; le système ajoute le décalage de la section lui-même, et le faire deux fois déplace chaque problème.
  • category — une des catégories qui vous ont été données. Utilisez feature_gap pour un changement demandé, wrong_model pour un mauvais contrôle ou concept, data_error pour des données erronées.
  • severity — S1 bloque un flux principal, S2 le dégrade avec une solution de contournement, S3 est cosmétique. Évaluez le produit, pas votre confiance.
  • title — une ligne qu'un testeur pourrait coller dans un outil de suivi de bugs.
  • what_is_wrong — ce qui est réellement erroné, en termes simples. Pas ce qui devrait être fait à ce sujet.
  • on_screen_text — le texte exact à l'écran qui le montre, lorsqu'il y en a un. Recopiez-le textuellement.
  • narration — les mots du testeur, textuellement extraits de la transcription ci-dessous. Ne paraphrasez jamais et ne retranscrivez jamais : ce champ est cité à un humain comme quelque chose qu'une vraie personne a dit, et une citation reformulée est une citation fabriquée.
  • origin — spoken si le testeur l'a dit, screen si vous l'avez vu, spoken_and_screen si les deux.
  • confidence — à quel point vous êtes sûr que c'est un vrai défaut, pas à quel point vous êtes sûr de votre formulation. high quand vous pouvez le pointer du doigt et qu'il n'y a rien à interpréter ; medium par défaut ; low quand vous lisez une intention dans une demi-phrase ou un écran que vous n'avez que partiellement vu. Dites low librement : une constatation low atteint quand même un humain, et une constatation fausse mais confiante leur coûte plus cher qu'une constatation incertaine mais correcte. Notez que c'est le seul champ que le système peut augmenter de lui-même — lorsqu'un deuxième modèle rapporte le même défaut indépendamment — donc un low de votre part n'est jamais une impasse.

Signalez uniquement ce que vous pouvez pointer du doigt. Un problème que vous ne pouvez pas lier à une seconde et à un écran est un problème qu'un humain ne peut pas vérifier, et une constatation invérifiable coûte plus cher à trier qu'elle ne vaut. Si cette section ne contient rien de erroné, retournez une liste vide — c'est une réponse réelle et normale.

Ce que le testeur a dit

Déjà transcrit et vérité de référence. Alignez-le avec ce qui est à l'écran ; citez-le textuellement dans narration. Ne retranscrivez pas l'audio et ne paraphrasez pas ces lignes.

{{NARRATION}}

Source

{{SOURCE_LABEL}}

Répondez avec un objet JSON correspondant au schéma qui vous a été donné (issues[], plus summary et open_questions). Mettez tout ce que vous n'avez pas pu résoudre dans open_questions plutôt que de le remplir avec quelque chose de plausible.

Individual skills in this repo

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

Skills associés