# Agentic QE Fleet 用户指南 > 版本: 2.0.0 | 最后更新: 2026-07-09 ## 目录 1. [快速开始](#1-快速开始) 2. [命令参考](#2-命令参考) 3. [工作流详解](#3-工作流详解) 4. [知识库使用](#4-知识库使用) 5. [常见场景](#5-常见场景) 6. [FAQ](#6-faq) --- ## 1. 快速开始 ### 环境要求 - Python 3.10+ - Git - pip ### 安装 ```bash # 克隆仓库 git clone http://47.109.59.41:3000/xst/QaAutomationHub.git cd QaAutomationHub # 安装依赖 python3 -m venv .venv source .venv/bin/activate # Windows: .\.venv\Scripts\activate pip install -r requirements.txt ``` ### 3 步上手 **第 1 步**: 把需求文档放进 `source_docs/requirements_raw/` ``` source_docs/requirements_raw/你的需求.docx ``` **第 2 步**: 确认项目画像已维护 ``` knowledge_base/00_project/project_profile.md ``` **第 3 步**: 运行 Fleet ``` /qe-fleet run source_docs/requirements_raw/你的需求.docx ``` Fleet 会自动完成:文档解析 → 知识激活 → 需求分析 → 冲突检测 → 风险评估 → 测试策略 → 测试点 → 用例 → 评审 → 覆盖审计 → 质量裁决 → Excel 导出。 --- ## 2. 命令参考 ### `/qe-fleet run` — 全流程自动化 ```text /qe-fleet run source_docs/requirements_raw/需求.docx ``` 从需求到 Excel 一条命令搞定。等价于依次执行 prepare → analyze → design → review → export。 **参数**: - `--zone <战区>`: 仅运行到指定战区(prepare/analyze/design/review/monitor) - `--skip-export`: 跳过最终 Excel 导出 ### `/qe-fleet prepare` — 仅准备 ```text /qe-fleet prepare source_docs/requirements_raw/需求.docx ``` 执行文档解析 + 知识激活。适合先看看标准化后的需求是什么样。 ### `/qe-fleet analyze` — 准备 + 分析 ```text /qe-fleet analyze source_docs/requirements_raw/需求.docx ``` 执行到分析战区结束。产出需求分析、冲突报告、风险评估。 ### `/qe-fleet design` — 准备 → 分析 → 设计 ```text /qe-fleet design source_docs/requirements_raw/需求.docx ``` 执行到设计战区结束。产出测试策略、测试点、测试用例、测试数据。 ### `/qe-fleet execute` — 自动化测试执行 ```text /qe-fleet execute source_docs/requirements_raw/需求.docx ``` 执行自动化测试:生成 Playwright (PC Web) + Appium (移动端) 脚本,采集截图,AI 视觉对比,输出测试结论报告。 **产出**: - `output/execution/{需求名}/playwright_tests.py` — PC Web 自动化脚本 - `output/execution/{需求名}/appium_tests.py` — 移动端自动化脚本 - `output/screenshots/{需求名}/` — 截图证据目录 - `output/execution/{需求名}_执行报告.md` — 含截图对比的测试结论 ### `/qe-fleet review` — 仅评审 ```text /qe-fleet review source_docs/requirements_raw/需求.docx ``` 对已有产物执行评审(不重复生成)。产出评审报告、覆盖率审计、质量裁决。 ### `/qe-fleet export` — 仅导出 ```text /qe-fleet export source_docs/requirements_raw/需求.docx ``` 将已有测试用例导出为 Excel + 版本快照。 ### `/qe-fleet monitor` — 执行分析 + 知识沉淀 ```text /qe-fleet monitor source_docs/requirements_raw/需求.docx --results test-results.xml ``` 分析测试执行结果,分类失败,沉淀知识。 ### `/qe-fleet status` — 查看进度 ```text /qe-fleet status source_docs/requirements_raw/需求.docx ``` 查看当前需求的 Fleet 运行进度和产物状态。 ### `/qe-fleet validate` — 验证 Agent 就绪 ```text /qe-fleet validate ``` 验证所有 14 个 Agent prompt 文件是否存在且非空。 ### 兼容命令 ```text /case_generate source_docs/requirements_raw/需求.docx ``` 完全等同于 `/qe-fleet run`,向后兼容。 --- ## 3. 工作流详解 ### 3.1 标准流程 ``` 需求文档 → PREPARE → ANALYZE → [人工确认] → DESIGN → EXECUTE → REVIEW → [质量裁决] → EXPORT ``` ### 3.2 确认门禁 当 Fleet 检测到以下情况时,会在 ANALYZE 战区后暂停: - 识别到历史相似需求 - 检测到规则冲突(P0/P1 级别) - 需求中存在 `⚠️ 待确认` 项 **此时你需要**: 1. 查看 `output/analysis/{需求名}_关联与冲突.md` 2. 在 `decisions/` 下创建确认单(使用 `确认结论模板.md`) 3. 确认状态写为 `确认状态:已确认` 4. 重新运行 `/qe-fleet run`(Fleet 会自动跳过已完成战区) ### 3.3 质量裁决 评审战区结束后,quality-gatekeeper 会做出三级裁决: | 裁决 | 含义 | 后续操作 | |------|------|----------| | ✅ PASS | 全部达标 | 自动导出 Excel | | 🔧 PASS_WITH_FIX | 已自动修复 | 自动导出 Excel | | 🛑 BLOCKED | 有阻断项 | 查看裁决报告,修复后重跑 | ### 3.4 Monitor 循环 ``` 测试执行 → /qe-fleet monitor → 执行分析 → 知识沉淀 → 知识库自动更新 → 下次生成更准 ``` 这是一个正向循环:用得越多,知识库越丰富,生成质量越高。 --- ## 4. 知识库使用 ### 4.1 知识库结构 ``` knowledge_base/ ├── 00_project/ # 项目画像(必须维护) │ └── project_profile.md ├── 01_standards/ # 标准规范 │ ├── terminology.md # 核心术语(常驻) │ ├── terminology_optional_saas.md # 扩展术语(按需激活) │ ├── test_case_template.md # 用例模板 │ ├── definition_of_done.md # 完成标准 │ └── review_checklist.md # 评审清单 ├── 02_history/ # 历史经验(手动+自动维护) │ ├── common_missed_scenes.md # 易漏场景 │ ├── historical_defects.md # 历史缺陷 │ └── marketing_rules.md # 营销规则 └── 03_best_practices/ # 最佳实践(手动+推荐) ├── payment_flow_cases.md # 支付链路范例 └── marketing_activity_cases.md # 营销活动范例 ``` ### 4.2 知识激活机制 Fleet 不会全量加载所有知识库,而是按需求内容智能激活: - **常驻激活**: `terminology.md`、`template.md`、`definition_of_done.md`、`review_checklist.md` - **关键词匹配**: 如需求包含"导购、分销、企微"→ 激活 `terminology_optional_saas.md` - **语义匹配**: 计算需求与知识库文件的 Jaccard 相似度,≥ 0.08 则激活 ### 4.3 知识缺口 当 Fleet 发现需求涉及但知识库无覆盖的领域时,会在 Prepare 战区输出 `knowledge_gaps`,提示你补充相关知识。 --- ## 5. 常见场景 ### 5.1 新需求首次生成 ```bash # 1. 放置文档 cp 新人礼需求.docx source_docs/requirements_raw/ # 2. 一键生成 # 在 CLI 中输入: /qe-fleet run source_docs/requirements_raw/新人礼需求.docx # 3. 查看产物 ls output/analysis/新人礼需求_* ls output/test_points/新人礼需求_* ls output/test_cases/新人礼需求_* ls output/excel_reports/新人礼需求_* ``` ### 5.2 已有需求的子需求迭代 ```bash # 1. 保留旧需求文档在 requirements/ 或 source_docs/requirements_raw/ # 2. 放置新子需求 cp 新人礼二期需求.docx source_docs/requirements_raw/ # 3. 运行 Fleet /qe-fleet run source_docs/requirements_raw/新人礼二期需求.docx # 4. 如果 Fleet 在 ANALYZE 后暂停(检测到冲突) # → 查看 output/analysis/新人礼二期需求_关联与冲突.md # → 在 decisions/ 下创建确认单 # → 确认单写"确认状态:已确认" # → 重新运行 /qe-fleet run # 5. 按确认结论重跑受影响需求 python3 scripts/case_pipeline.py apply-confirmation --requirement source_docs/requirements_raw/新人礼二期需求.docx ``` ### 5.3 线上事故后回写 ```bash # 1. 手动补充历史缺陷 # 编辑 knowledge_base/02_history/historical_defects.md # 写明:模块、现象、根因、防御建议 # 2. 手动补充易漏场景 # 编辑 knowledge_base/02_history/common_missed_scenes.md # 3. (可选)运行知识库健康检查 /qe-fleet knowledge sync # 4. 下次运行 Fleet 时,新的历史经验会自动激活 ``` ### 5.4 测试执行后分析 ```bash # 拿到测试执行结果后 /qe-fleet monitor source_docs/requirements_raw/需求.docx --results junit-results.xml # 产出: # - output/analysis/需求_执行分析.md(失败分类 + 根因分析) # - knowledge_base/ 自动更新(P0 缺陷自动沉淀) # - knowledge_gaps/ 待确认沉淀(P1-P3 需人工确认) ``` ### 5.5 查看进度 ```bash /qe-fleet status source_docs/requirements_raw/需求.docx ``` 输出示例: ``` ✅ prepare: completed ✅ analyze: completed ⏳ design: in_progress ⬜ review: pending ⬜ monitor: pending ``` --- ## 6. FAQ ### Q: 和原来的 /case_generate 有什么区别? `/qe-fleet` 是升级版,Agent 从 4 个增加到 14 个,新增了风险评估、测试策略、数据构造、覆盖率审计、质量门禁、执行分析、知识沉淀等能力。`/case_generate` 保留为别名。 ### Q: 必须所有战区都跑吗? 不必须。你可以分步运行: - 只想看分析 → `/qe-fleet analyze` - 只想看设计 → `/qe-fleet design` - 只想导出 Excel → `/qe-fleet export` - 只想分析测试结果 → `/qe-fleet monitor` ### Q: Fleet 生成的用例能直接用吗? Fleet 生成的用例经过 4 个 Agent 协作(设计 → 评审 → 覆盖审计 → 质量裁决),质量裁决 PASS 后可以直接使用。但建议: - 首次使用前先配置项目画像 - 补充知识库中的具体业务规则 - 对 P0 高风险用例做一次人工确认 ### Q: 如何让 Fleet 越来越准? 1. 维护项目画像(`knowledge_base/00_project/project_profile.md`) 2. 每次线上事故后回写到历史缺陷/易漏场景 3. 积累高质量用例到最佳实践 4. 使用 Monitor 战区的自动知识沉淀功能 5. 定期运行 `/qe-fleet knowledge sync` 做知识库健康检查 ### Q: 支持哪些文档格式? - `.docx`(推荐,结构保留最好) - `.doc`(通过 pyantiword 解析) - `.pdf`(通过 PDF 流解析,扫描件/图片型 PDF 质量差) - `.md`(直接使用) - `.txt`(直接使用) ### Q: Excel 导出格式是什么? 默认导出为云效字段模型(标题/编号/目录/创建时间/前置条件/步骤描述/预期结果/优先级/类型/URL)。可在 `fleet_config.yml` 中修改。 ### Q: 如何关闭某个战区? 编辑 `fleet_config.yml`: ```yaml battle_zones: monitor: enabled: false # 关闭 Monitor 战区 ``` ### Q: 如何调整质量门禁严格度? 编辑 `fleet_config.yml`: ```yaml quality_gate: min_coverage: 0.90 # 降低覆盖率要求(默认 0.95) max_blockers: 2 # 允许最多 2 个阻断项(默认 0) ``` ### Q: 知识沉淀会自动修改我的知识库文件吗? Monitor 战区的 knowledge-curator Agent: - **P0 确认缺陷**: 默认自动回写(可在 `fleet_config.yml` 中关闭) - **P1-P3 缺陷**: 默认仅生成建议,需人工确认后回写 - **去重保护**: 回写前自动检查与已有知识的相似度 - **变更记录**: 所有自动回写会记录时间戳和来源