这类 Skill 的核心是：先控风险，再做执行。这也是面试里很加分的点。因为它说明你不是简单“让 AI 干活”，而是知道如何控制 Agent 的行为边界。2. 分析类任务：保留一定自由度比如：技术方案评估代码 Review测试策略设计需求风险分析内容选题策划这些任务需要 Agent 有一定分析空间。如果约束太死，反而会降低质量。这类 Skill 更适合规定：必须从风险、收益、成本、落地难度四个维度分析。必须给出优先级。不确定信息必须单独标注。结论必须有依据，不能只给判断。也就是说：Skill 不是把 Agent 管死，而是根据任务风险，给它合适的边界。六、第五步：复杂任务要配工作流，不要让 Agent 自己猜如果一个任务链路比较长，只靠自然语言描述是不够的。因为任务步骤越多，Agent 越容易漏。比如“接口测试用例生成”这个任务，至少包含：读取接口文档提取请求参数区分必填和非必填字段识别参数类型和边界分析认证和权限生成正向用例生成异常用例生成边界用例生成安全测试点输出自动化建议如果 Skill 里不写清楚工作流，Agent 很可能只生成一批表面用例。更好的方式是把流程写成明确的执行链路。这个流程的价值不在于画图，而在于让 Agent 明确：每一步做什么每一步产出什么哪些步骤不能跳什么时候需要修正什么条件下才能输出最终结果七、第六步：Skill 要分层组织，不要全塞进一个文件一个成熟 Skill，最好不要只有一个巨大的 SKILL.md。更合理的结构是：test-case-skill/├── SKILL.md├── references/│ ├── checklist.md│ ├── anti-patterns.md│ └── examples.md├── templates/│ ├── test-case-template.md│ └── risk-report-template.md└── scripts/ ├── validate_cases.py └── extract_api_fields.py不同文件承担不同职责。
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
