# 利用 Trae 生成技能（Skill）的试验
那天下午在博客园中看关于AI agent中skill的讨论，去trae官网看了下，已经tare已经支持了使用skill，更新最新版本后，在solo模式输入需要生成测试用例的需求。
帮我生成一个拥有设计软件测试的测试用例能力的skills，输入需求文档，使用语义切分的方式分隔需求，将分隔后需求提交给大模型分析，从等价类划分法、边界值法、因果图法、判定表法、场景法、正交表法和错误推测法等方法中选择合适的方式设计测试用例，输出测试用例到json文件中。
tare就自动创建好了skill，中间会提示我点击执行，进行创建文件、执行命令的操作。
在skill生成完成后测试了几个小需求，生成的json用例基本可以用，再让tare写python代码，将json格式用例写入excel中。
修改测试用例设计技能，添加python代码将json格式的测试用例写入到excel文件中，修改完成后重新生成测试用例
python代码的效果也符合预期。整个生成skill、编写python代码的耗时除去我的思考时间后不超过5分钟。
后续只需要对需求进行理解并重新整理后输入给tare solo就能直接在Excel文件里生成测试用例了，测试了几个小需求，目前存在的缺陷是只能依赖详细的需求，若需求描述不清晰、不完整，输出的用例一定会遗漏，需要加强用例评审。
下面是完整的skill描述和python代码
## 实战示例：创建测试用例设计技能
### 示例 1：JSON 格式测试用例设计技能
#### 1. 创建技能目录
```bash
mkdir -p .trae/skills/test-case-designer-json
```
#### 2. 编写 SKILL.md 文件
```markdown --- name: "test-case-designer-json" description: "设计软件测试用例。输入需求文档，使用语义切分分隔需求，分析后选择合适的测试方法（等价类、边界值、因果图等），生成测试用例并输出到JSON文件。" ---# 测试用例设计器（JSON格式）## 功能介绍 该技能用于自动化设计软件测试用例，基于输入的需求文档，通过语义切分、需求分析和测试方法选择，生成结构化的测试用例并输出到JSON文件。## 使用场景- 当用户需要为软件需求设计测试用例时 - 当用户希望使用多种测试方法（等价类划分、边界值分析等）设计测试用例时 - 当用户需要将测试用例导出为JSON格式时## 输入输出示例### 输入： ``` 需求文档： 1. 用户登录功能- 支持用户名和密码登录- 用户名长度为6-20个字符- 密码长度为8-16个字符- 登录失败时显示错误信息 2. 商品搜索功能- 支持关键词搜索- 支持按价格范围搜索- 支持按销量排序 ```### 输出： ``` 测试用例已生成到 test_case/test_cases_20260226_1112.json 文件中，包含以下测试用例： [{"用例ID": "TC001","用例描述": "添加单个高亮规则","操作步骤": ["打开表格高亮配置界面","点击添加规则按钮","选择表格字段","输入匹配内容","设置背景颜色和文字颜色","保存配置"],"期望结果": "成功添加高亮规则，表格中符合条件的行/列显示高亮效果","测试方法": "场景法"} ] ```## 测试方法说明 该技能支持以下测试方法：1. **等价类划分法**：将输入数据划分为有效等价类和无效等价类 2. **边界值法**：测试输入数据的边界值 3. **因果图法**：分析输入条件与输出结果之间的因果关系 4. **判定表法**：基于条件组合生成测试用例 5. **场景法**：基于用户场景生成测试用例 6. **正交表法**：基于正交设计生成测试用例 7. **错误推测法**：基于经验推测可能的错误情况## 工作流程1. **输入需求文档**：用户提供软件需求文档 2. **语义切分**：将需求文档按照语义进行切分，提取独立的功能点 3. **需求分析**：对每个功能点进行分析，识别输入、输出和约束条件 4. **测试方法选择**：根据功能特点选择合适的测试方法 5. **测试用例生成**：基于选择的测试方法生成测试用例，格式为JSON对象数组 6. **JSON文档输出**：每次生成测试用例时创建新的JSON文档，文件名包含时间戳，放入test_case文件夹中 7. **Excel文档输出（可选）**：使用json_to_excel.py脚本将JSON格式的测试用例转换为Excel文件## 使用方法1. 调用该技能 2. 提供需求文档内容 3. 等待技能分析和生成测试用例 4. 查看test_case文件夹中生成的测试用例文档：- JSON格式：test_cases_<时间戳>.json 5. （可选）生成Excel格式测试用例：- 确保已安装依赖：`pip install pandas openpyxl`- 运行脚本：`python json_to_excel.py`- 查看生成的Excel文件：test_cases_<时间戳>.xlsx## 注意事项- 需求文档应尽可能详细，包含功能描述、输入输出说明和约束条件 - 技能会自动选择最适合的测试方法，但用户可以根据需要指定特定的测试方法 - 生成的测试用例可能需要根据实际情况进行调整和补充 ```
## 高级技巧：添加辅助脚本
为了增强技能的功能，您可以添加辅助脚本。例如，为JSON格式测试用例设计技能添加Excel转换脚本：
### 创建 json_to_excel.py 脚本
import json import pandas as pd import os from datetime import datetime# 读取JSON文件 def read_json_file(file_path):with open(file_path, 'r', encoding='utf-8') as f:return json.load(f)# 将JSON转换为Excel def json_to_excel(json_data, output_file):# 准备数据rows = []for test_case in json_data:# 将操作步骤列表转换为字符串steps = '\n'.join(test_case['操作步骤'])row = {'用例ID': test_case['用例ID'],'用例描述': test_case['用例描述'],'操作步骤': steps,'期望结果': test_case['期望结果'],'测试方法': test_case['测试方法']}rows.append(row)# 创建DataFramedf = pd.DataFrame(rows)# 写入Excelwith pd.ExcelWriter(output_file, engine='openpyxl') as writer:df.to_excel(writer, index=False, sheet_name='测试用例')# 设置列宽worksheet = writer.sheets['测试用例']for column in worksheet.columns:max_length = 0column_letter = column[0].column_letterfor cell in column:try:if len(str(cell.value)) > max_length:max_length = len(str(cell.value))except:passadjusted_width = min(max_length + 2, 50)worksheet.column_dimensions[column_letter].width = adjusted_widthif __name__ == '__main__':# 确保test_case文件夹存在os.makedirs('test_case', exist_ok=True)# 读取最新的JSON文件json_files = [f for f in os.listdir('test_case') if f.endswith('.json')]if not json_files:print('No JSON files found in test_case directory')exit(1)# 按修改时间排序，获取最新的文件json_files.sort(key=lambda x: os.path.getmtime(os.path.join('test_case', x)), reverse=True)latest_json = os.path.join('test_case', json_files[0])# 读取JSON数据test_cases = read_json_file(latest_json)# 生成Excel文件名timestamp = datetime.now().strftime('%Y%m%d_%H%M')excel_file = os.path.join('test_case', f'test_cases_{timestamp}.xlsx')# 转换为Excel json_to_excel(test_cases, excel_file)print(f'Excel file generated: {excel_file}')
## 念头
某个下午产生的想法，利用大模型去实现，对我的工作已经有些帮助了，当大模型持续进化、加强，我的工作不知道是否还存在。