Communitygithub.com

naodeng/awesome-qa-skills

Awesome QA Skills — une bibliothèque bilingue (zh/en) de compétences Agent de test IA pour Codex, Cursor, Claude Code, Kiro, OpenCode et Trae. Livre 4 workflows de test et 25 compétences de test (58 dossiers de compétences avec parité linguistique) : installables indépendamment, composables et prêts pour l'évaluation avec skill-up. Couvre les exigences, la stratégie, les cas, les API/performance/sécurité.

Qu'est-ce que awesome-qa-skills ?

Awesome QA Skills est une bibliothèque de compétences Agent de test IA bilingue (chinois/anglais) conçue pour être utilisée avec des outils comme Codex, Cursor, Claude Code, Kiro, OpenCode et Trae. Elle fournit 4 workflows de test prêts à l'emploi et 25 types de compétences de test, totalisant 58 dossiers de compétences avec une parité linguistique complète. Ces compétences sont installables indépendamment, composables entre elles et prêtes pour l'évaluation avec l'outil **skill-up**. La bibliothèque couvre l'ensemble du cycle de test, de l'analyse des exigences et de la stratégie à la création de cas de test, en passant par les tests API (REST, GraphQL, SOAP, gRPC, WebSocket), les tests de performance et de sécurité. Chaque compétence suit une structure de divulgation progressive, garantissant que seules les informations pertinentes sont chargées et que la sortie respecte une barre de qualité claire. Elle est particulièrement utile pour les agents IA qui doivent générer des plans de test, des cas ou des analyses de risques de manière fiable et reproductible, tout en évitant les pièges courants comme l'invention de détails ou l'omission d'hypothèses.

Compatible avec✓Claude Code✓Codex CLI✓Cursor✓OpenCode
npx skills add naodeng/awesome-qa-skills
Voir l'original→Voir toutes les compétences

Demander à votre IA préférée

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentation

Test API (Français)

中文版： Voir la compétence chinoise correspondante.

Quand l'utiliser

  • Besoin d'un plan de test API, de cas API ou d'une analyse des risques API.
  • La demande implique REST, GraphQL, SOAP, gRPC, WebSocket ou un comportement API mixte.

Workflow

  1. Lire et suivre l'invite principale listée dans la divulgation progressive (couverture, structure, barre de qualité).
  2. Ajouter uniquement le contexte du projet qui modifie le résultat : périmètre, environnement, contraintes, risques, dépendances, livrable attendu.
  3. Si l'entrée est incomplète, retourner une première version utilisable et marquer explicitement les hypothèses et les lacunes.
  4. Par défaut, utiliser Markdown ; changer de format uniquement lorsque l'utilisateur le demande.

Contraintes principales

  • Prioriser par risque / impact métier — ne pas traiter tout de manière égale.
  • Séparer les faits confirmés des hypothèses actuelles.
  • Ne pas inventer d'endpoints, de champs, d'environnements ou de causes racines que l'utilisateur n'a pas fournis.
  • Garder la sortie exécutable : scénarios concrets, priorité claire, étapes suivantes claires.

Divulgation progressive

  • Avant de produire une sortie, lire et suivre prompts/api-testing.md (couverture minimale, structure de sortie, barre de qualité).
  • Lorsque Excel/CSV/JSON/Word est demandé : lire output-formats.md et respecter le format.
  • Lorsqu'un modèle prêt à l'emploi correspond : utiliser les fichiers correspondants sous output-templates/.
  • Pour les notes approfondies sur les frameworks, le dépannage ou les schémas : lire uniquement le(s) fichier(s) pertinent(s) sous references/, ne pas charger tout le répertoire.
  • Pour la conversion de format ou les vérifications d'assistance : privilégier les scripts/ existants plutôt que de réinventer.
  • Pour évaluer/régresser cette compétence : utiliser evals/ avec skill-up.

Liste de contrôle avant livraison

  • Suivi de la structure de sortie de l'invite principale
  • Couverture minimale ciblée : endpoints ou flux métier dans le périmètre, priorité et niveau de risque, scénarios positifs, scénarios négatifs, scénarios limites, vérifications d'authentification et d'autorisation, validation des demandes et réponses, gestion des erreurs, ... (détails dans l'invite principale)
  • Couvert la liste de contrôle minimale, ou expliqué les omissions
  • Les éléments à haut risque ont une priorité explicite
  • N'a pas inventé de détails que l'utilisateur n'a pas fournis
  • Les hypothèses et les lacunes sont marquées

Pièges courants

  • Ne pas faire semblant d'être complet lorsque le périmètre/contexte manque.
  • Ne pas traiter chaque élément comme également important.
  • Ne pas sauter les hypothèses et les lacunes d'information.
  • Ne pas déverser de théorie générique sans rapport avec la boîte à outils actuelle.

Skills associés

steipete/sag

ElevenLabs text-to-speech with mac-style say UX.

community

steipete/oracle

Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.

community

steipete/peekaboo

Capture and automate macOS UI with the Peekaboo CLI.

community

mattpocock/design-an-interface

Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".

community

mattpocock/prototype

Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.

community

mattpocock/grill-me

Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".

community