Regression Testing
根据变更范围、风险等级和时间约束制定分级精准回归方案。当版本迭代了、代码改动了、你需要确定"到底哪些功能要重新测一遍"的时候使用此技能。回归的时间永远不够——此技能帮你做出取舍决策:冒烟回归(P0核心流程)、核心回归(高影响区域)、全量回归(有余力时)。基于变更分析和风险评估选择最省时的回归策略,而不是盲目全量回归。
SKILL.md
⚠️ 本技能单独使用效果有限,建议配合完整技能集(12 步工作流)使用。安装:npx skills add Kokxi/qa-test-skills
⚠️ 安全警告:本技能的示例可能涉及发布阻塞策略和回归用例分级。 实际使用时请勿直接阻塞发布,先与项目经理和开发确认风险等级和发布窗口。 本技能仅在 workspace/ 输出评估文件,不持久化、不外传、不跨会话复用。
回归测试策略
无代码评审时的替代方案:如果
qa-code-review-for-test的输出不可用(代码评审不在本次工作流路径中),可直接根据用户提供的变更描述、版本 diff 或功能变更列表来确定变更影响范围和回归重点。上游依赖为可选,不阻塞工作流执行。
核心原则
回归不是全量重测,而是「判断哪些不用测」比「决定哪些要测」更重要。
回归金字塔
第1层:冒烟回归(P0 — 提交级)
定位:每次提交/部署必须通过的快速验证
执行频率:每次提交/构建
执行方式:自动化(CI/CD触发)
执行时间:< 15分钟
覆盖率:核心流程 100%
典型用例:
├─ 关键登录态验证
├─ 主页/核心页面可访问
├─ 核心API健康检查
├─ 数据库连接正常
用例特征:
├─ 数量少(< 50条)
├─ 执行快(秒级)
├─ 结果明确(通过/不通过)
└─ 失败即阻塞发布
第2层:核心回归(P0 + P1 — 日级)
定位:每日/每个迭代版本的关键功能验证
执行频率:每日/每次提测
执行方式:自动化为主 + 人工抽测
执行时间:< 2小时
覆盖率:核心功能 100% + 关联功能 80%
典型用例:
├─ 所有P0用例
├─ 关联功能的核心场景
├─ 历史缺陷的复测用例
├─ 变更影响区域的主路径
用例特征:
├─ 中等数量(100-500条)
├─ 覆盖核心链路
├─ 可自动化率 > 80%
└─ 失败需人工确认
第3层:全量回归(P0-P3 — 发版级)
定位:大版本发布前的全面验证
执行频率:每个大版本
执行方式:自动 + 人工结合
执行时间:1-5天
覆盖率:全功能覆盖 90%+
典型用例:
├─ 全量P0-P2用例
├─ 所有功能点的边界场景
├─ 兼容性覆盖组合
├─ 全链路性能验证
用例特征:
├─ 数量大(500+条)
├─ 覆盖全面
├─ 部分需人工执行(探索式)
└─ 结果用于发版决策
加载时机
| 什么时候读 | 读哪个 |
|---|---|
| 确定"回归哪些"时 | references/regression-selection.md |
回归用例筛选策略的完整内容已下沉至references/regression-selection.md,避免每次触发都占用上下文。
增量 vs 全量 决策
| 决策维度 | 全量回归 | 增量回归 | 差分回归 |
|---|---|---|---|
| 执行范围 | 全部用例 | 变更相关 + 关联 | 变更前 vs 变更后 差异点 |
| 执行时间 | 1-5天 | 2-4小时 | 30-60分钟 |
| 覆盖风险 | 最低 | 中 | 高(漏测风险最高) |
| 适用 | 大版本发版 | 小迭代发版 | Bugfix验证 |
| 自动化要求 | 高 | 中 | 中 |
决策流程:
变更范围是否跨模块?
├─ 是 → 全量回归
└─ 否 → 变更是否涉及核心逻辑?
├─ 是 → 核心回归 + 增量
└─ 否 → 增量回归 + 差分
时间是否充足?
├─ 是 → 全量回归
└─ 否 → 时间驱动裁剪
回归用例维护
新增场景
- 每次发布新增的用例 → 标记回归标签
- 线上Bug修复后 → 增加复测用例并入回归库
- 新功能上线 → 核心用例加入核心回归集
淘汰场景
检查频率:每季度
淘汰标准:
├─ 功能已下线 → 移除
├─ 连续6次回归无失败 → 降级到低频执行
├─ 被更优用例覆盖 → 合并/替换
├─ 执行时间过长且非核心 → 移到手动回归
保留标准:
├─ 每个P0用例至少1个回归用例
├─ 每个历史Bug至少1个复测用例
├─ 每个核心模块至少3个回归用例
效率度量
- 回归用例通过率:> 98%
- 回归执行时长:稳定或下降
- 漏测率:每轮新发现的回归遗漏数
- 回归覆盖代码变更率:变更代码中被回归覆盖的比例
输出示例
用户说"这个版本要回归测试" → 确定变更范围(code-review → 影响模块) → 引用风险评估(risk-intuition → 高/中/低) → 决策:小迭代 → 增量回归(P0 + 变更覆盖) → 输出回归方案:回归范围 + 用例清单 + 时间预估
用户说"回归时间不够,只能测4小时" → 时间驱动策略:
- 冒烟回归(P0):30分钟
- 核心回归(变更区域P0-P1):2.5小时
- 剩余时间:补充高风险区域 → 输出回归风险报告:标注未覆盖的风险区域
用户说"加个字段,影响范围很小" → 变更驱动策略:
- 代码Diff分析:涉及1个字段、1个页面
- 提取该页面的P0-P1用例
- 增加字段输入校验的边界测试 → 输出:增量回归清单(15条用例,耗时30分钟)
检查清单
回归策略制定后检查:
- 是否按金字塔分层(冒烟/核心/全量)?
- 筛选策略是否匹配变更特征?
- 时间约束是否显式考虑?
- 未覆盖的风险区域是否已暴露?
- 回归用例库是否持续维护?
- 回归效率是否有量化指标?
- 每个历史Bug是否有复测用例?
评论与讨论
还没有评论,分享你的体验吧。