功能描述

Automated test case generation from project documents. This skill should be used when generating structured test cases from requirements documents, API speci...

使用说明 (SKILL.md)

\r \r

✍️ 作者：十年腾讯测试小白\r \r

测试用例生成器\r

Name: 测试用例生成器
Author: thanksjj

\r

当前版本：v1.1.0\r
v1.1.0：新增「端到端流程」第七维度覆盖设计\r
v1.0.0：初始版本，支持六维度覆盖设计、四阶段工作流、三层交叉验证\r \r 从需求文档（PDF、Word、Markdown）自动生成结构化 Excel 测试用例，支持图片/流程图智能分析，确保测试覆盖完整。\r \r

核心能力\r

\r

文档解析：PDF、Word、Markdown 需求文档，提取文本和嵌入图片/流程图\r
图片处理：解读流程图/状态图/序列图，转化为可测试场景\r
变量提取：识别测试变量、边界值、边界条件\r
流程可视化：生成 Mermaid 格式流程图\r
路径覆盖：确保所有执行路径和决策点完全覆盖\r
用例生成：按标准模板生成 Excel 文件，单工作表按模块分组\r
验证报告：三层交叉验证（规则→用例、用例→规则、标准→用例）\r \r

依赖工具\r

\r | 工具 | 版本 | 用途 |\r |------|------|------|\r | Python | ≥3.8 | 脚本运行 |\r | PyMuPDF (fitz) | ≥1.23 | PDF图片提取 |\r | openpyxl | ≥3.1 | Excel生成 |\r \r

Checklist 规范（强制执行）\r

\r 每阶段必须：列表展示checklist → 逐项打勾 → 输出上下文传递卡 → 等待用户确认。\r \r

标准工作流程\r

\r

阶段零：测试范围确认\r

\r 接收文档后先划清测试边界，三区域划分：\r

Zone 1（核心区）：直接测试的功能，完整分析并生成用例\r
Zone 2（交互区）：有交互的外部模块，仅作背景知识\r
Zone 3（外部区）：无关内容，排除\r \r 输出范围确认表 → checklist → 传递卡 → 用户确认。\r \r

阶段一：需求深度分析（仅 Zone 1）\r

\r 入口引用阶段零传递卡，执行：\r

文档解析（文本+图片），Zone 2 精简为背景知识\r
需求建模：提取规则（DR/BR/PR/CR/SR）、记录缺口和假设\r
需求缺口识别：标注严重程度\r
测试标准定义：正确性/性能/可靠性验收标准\r
风险评估：Top 5 关键风险\r
输出需求分析简报（格式参考 references/analysis_template.md）\r \r 输出 checklist → 传递卡 → 用户确认。\r \r

阶段二：模块识别与用例设计\r

\r 入口引用阶段一传递卡，执行：\r

功能模块划分\r
七维度覆盖设计：功能/异常/边界/集成/性能/安全/端到端\r
模块复杂度评估（🟢低5~~10条/🟡中10~~25条/🔴高25~50+条）\r
同步分配优先级（P0/P1/P2/P3）和测试类型\r
端到端流程独立分组，串联完整业务路径（3~10条）\r
模块-维度覆盖矩阵\r \r 达标标准：规则覆盖100%、每模块≥5/7维度、缺口覆盖100%、单模块≥5条。\r \r 输出 checklist → 传递卡 → 用户确认。\r \r

阶段三：Excel 输出\r

\r 入口引用阶段二传递卡，执行：\r

读取模板（有则用，无则默认格式），格式参考 references/excel_format.md\r
12列标准结构：用例编号/优先级/测试类型/模块/场景/测试点/操作步骤/预期结果/测试结果/用例生成依据/图像来源/截图\r
格式自检：列数完整、编号连续、优先级着色、测试类型合规、换行符chr(10)、模块分隔行【模块名称】\r
优先级分布：P0:10~~15%, P1:30~~40%, P2:30~~40%, P3:10~~20%\r \r 输出 checklist → 传递卡 → 用户确认。\r \r

阶段四：三层交叉验证\r

\r 入口引用阶段三传递卡+阶段一验证基准，执行：\r

第一层（规则→用例）：每条规则至少1条用例覆盖，100%覆盖率\r
第二层（用例→规则）：每条用例可追溯到规则，0条孤立用例\r
第三层（标准→用例）：验收标准和Top5风险有对应用例\r \r 未通过自动修复→重新验证，直到全部通过。\r \r 输出验证汇总报告 → checklist → 传递卡 → 用户确认。\r \r

阶段五：交付\r

\r 交付物：Excel用例文件 + 需求分析简报 + 验证报告 + 全流程Checklist汇总表 + 关键指标汇总。\r \r

视觉内容处理\r

\r | 类型 | 方法 | 影响 |\r |------|------|------|\r | 流程图 | 提取决策节点和路径 | 路径和分支用例 |\r | 状态图 | 提取状态和转换条件 | 状态转换用例 |\r | 序列图 | 识别消息流和时序 | 集成和时序用例 |\r | UI原型 | 分析界面元素 | UI交互用例 |\r \r PDF图片提取使用 scripts/extract_pdf_images.py（xref+MD5去重+质量过滤）。\r \r

最佳实践\r

\r

按阶段零→一→二→三→四→五顺序执行，每阶段用户确认后才进入下一步\r
每阶段输出可见checklist和上下文传递卡\r
单工作表输出，模块分隔用【模块名称】（不用=开头）\r
换行符用chr(10)+wrap_text，不用字符串\ \r
每条用例标注生成依据，确保可追溯\r
需求缺口标注"待确认"并给出测试假设\r
交付前必须通过三层交叉验证\r \r

资源说明\r

\r

scripts/extract_pdf_images.py：PDF图片优化提取\r
references/excel_format.md：Excel输出格式规范\r
references/analysis_template.md：需求分析简报模板\r
references/image_processing.md：图片处理最佳实践\r

安全使用建议

This skill appears coherent and non‑malicious. Before installing: (1) Review the included scripts (scripts/extract_pdf_images.py) — it only reads the supplied PDF and writes images to a local images/ directory; no network activity or credential use is present. (2) Ensure the agent/runtime has Python and the optional dependencies (PyMuPDF for image extraction, openpyxl if you want automated Excel writing). (3) Be mindful of what documents you feed the skill: extracted images and generated Excel files are written locally and may contain PII or sensitive diagrams. If you're concerned, run the skill in an isolated environment or with non-sensitive sample documents first. (4) Note that Excel generation is specified by guidelines and examples (references/excel_format.md) but full implementation is expected to run in the agent environment — confirm your runtime will implement the Excel creation as intended. Overall, no secrets or network endpoints are requested by the skill; it follows the documented workflow and checklists.

功能分析

Type: OpenClaw Skill Name: auto-testcase-generator Version: 1.1.0 The skill bundle is a comprehensive tool for generating structured test cases from project documentation (PDF, Word, Markdown). It includes a functional Python script (scripts/extract_pdf_images.py) for extracting and deduplicating images from PDFs using the PyMuPDF library and detailed documentation for Excel formatting and requirement analysis. The instructions in SKILL.md define a rigorous multi-phase workflow with mandatory checklists and user confirmation steps, showing no evidence of data exfiltration, malicious execution, or harmful prompt injection.

能力评估

✓ Purpose & Capability

Name/description (automated test-case generation) matches the included artifacts: SKILL.md specifies parsing documents, image analysis, path coverage, and Excel output; references contain templates and an Excel-format guide; a helper script for PDF image extraction (expected for image analysis) is provided. Note: the repository provides guidance and a helper script but does not include a packaged Excel-generator binary — generation is intended to be performed by the agent environment (using openpyxl as documented). This is consistent with an instruction-only skill.

✓ Instruction Scope

SKILL.md instructs the agent to parse user-provided docs, extract embedded images (via the included script), produce analysis reports and Excel files, and follow staged checklists that require user confirmations. The instructions reference only project-local files and the included script; they do not direct the agent to read unrelated system paths, access external endpoints, or exfiltrate secrets. Environment variables mentioned are only optional parameters for image extraction (MIN_WIDTH, MIN_HEIGHT, MIN_SIZE).

✓ Install Mechanism

There is no install spec — the skill is instruction-only with one helper script included. The script depends on PyMuPDF (fitz) and the documentation references openpyxl; these are normal Python dependencies and no external download or obscure installer is used. No archives or remote URLs are fetched by the skill itself.

✓ Credentials

The skill requests no credentials and declares no required environment variables. The only environment usage is optional configuration for the extraction script (MIN_WIDTH, MIN_HEIGHT, MIN_SIZE), which is proportional to image extraction. No hidden env vars or credential-like variables are present.

✓ Persistence & Privilege

The skill is not forced-always and does not request persistent system privileges. It does not modify other skills or global agent settings. It writes extracted images to a local output directory (by design) but otherwise does not request elevated privileges.

版本历史

v1.1.0

v1.1.0: 新增端到端流程第七维度覆盖设计

元数据

Slug auto-testcase-generator

版本 1.1.0

许可证 MIT-0

累计安装 1

当前安装数 1

历史版本数 1

常见问题

测试用例生成器是什么？

Automated test case generation from project documents. This skill should be used when generating structured test cases from requirements documents, API speci... 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 158 次。

如何安装测试用例生成器？

在 OpenClaw 或 Claude Code 对话框中运行命令「/install auto-testcase-generator」即可一键安装，无需额外配置。

测试用例生成器是免费的吗？

是的，测试用例生成器完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。

测试用例生成器支持哪些平台？

测试用例生成器跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。

谁开发了测试用例生成器？

由 thanksjj（@thanksjj）开发并维护，当前版本 v1.1.0。

测试用例生成器