What makes qa-execution-observation notable?

1.1K downloads. Trust evidence available

How should qa-execution-observation be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

qa-execution-observation

当测试新人不知道执行时应该关注什么、或者有经验的测试发现"执行完了但好像什么都没发现"时使用此技能。测试执行不是"按步骤操作看结果"——你需要同时关注功能表现、接口响应、日志报错、UI 渲染、数据一致性、性能指标六路信号。大多数的 Bug 是被"不小心看到"的而非被测出来的。每轮执行后输出观察记录，在 9 列设计用例上回填「实际结果」与「结论」完成执行闭环，标注异常信号与待跟进问题。⚠️ 本技能示例可能调用外部监控/截图工具，请在受控环境执行。触发场景：执行观察、观察日志、测试执行、多轮观察、执行异常、观察报告、需要分析执行过程异常时。 Use when the user asks about: observing test execution across six signal channels — functional behavior, API responses, logs, UI rendering, data consistency, and performance. Skill: qa-execution-observation Owner: kokxi Summary: 当测试新人不知道执行时应该关注什么、或者有经验的测试发现"执行完了但好像什么都没发现"时使用此技能。测试执行不是"按步骤操作看结果"——你需要同时关注功能表现、接口响应、日志报错、UI 渲染、数据一致性、性能指标六路信号。大多数的 Bug 是被"不小心看到"的而非被测出来的。每轮执行后输出观察记录，在 9 列设计用例上回填「实际结果」与「结论」完成执行闭环，标注异常信号与待跟进问题。⚠️ 本技能示例可能调用外部监控/截图工具，请在受控环境执行。触发场景：执行观察、观察日志、测试执行、多轮观察、执行异常、观察报告、需要分析执行过程异常时。 Use when the user asks about: observing test execution across six signal channels — functiona

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.1k

Updated

Oct 11, 2026

Version

1.8.0

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.1K downloads reported by the source. Last updated 10/11/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 11, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 11, 2026
Adoption signal: 1.1K downloadsadoption · observed Oct 11, 2026
Latest release: 1.8.0release · observed Sep 29, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s170jw3s1atcj5jwhqb4r7v7eh8912kp:qa-execution-observation

Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-execution-observation/snapshot"

Documentation

CLAWHUB

68,289 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: qa-execution-observation
description: >-
  当测试新人不知道执行时应该关注什么、或者有经验的测试发现"执行完了但好像什么都没发现"时使用此技能。测试执行不是"按步骤操作看结果"——你需要同时关注功能表现、接口响应、日志报错、UI 渲染、数据一致性、性能指标六路信号。大多数的 Bug 是被"不小心看到"的而非被测出来的。每轮执行后输出观察记录，在 9 列设计用例上回填「实际结果」与「结论」完成执行闭环，标注异常信号与待跟进问题。⚠️ 本技能示例可能调用外部监控/截图工具，请在受控环境执行。
  触发场景：执行观察、观察日志、测试执行、多轮观察、执行异常、观察报告、需要分析执行过程异常时。 Use when the user asks about: observing test execution across six signal channels — functional behavior, API responses, logs, UI rendering, data consistency, and performance.
license: MIT
allowed-tools: Read Grep Glob Bash
metadata:
  display-name: "Execution Observation"
  version: "1.8.0"
  when-to-use: "用户说\"执行观察\"、\"观察日志\"、\"测试执行\"、\"多轮观察\"、\"执行异常\"、\"观察报告\"、需要执行测试观察、需要分析执行过程异常时"
  related-skills: "{\"upstream\":[\"qa-scenario-tree\",\"qa-boundary-deep-dive\"],\"downstream\":[\"qa-bug-root-cause-analysis\",\"qa-bug-reporting\",\"qa-test-reporting\",\"qa-testability-advocacy\"]}"
  references: "[\"references/observation-guide.md\",\"assets/execution-record.md\"]"
  input-format: "{\"required\":[{\"name\":\"测试用例\",\"type\":\"array\",\"description\":\"来自qa-test-case-design的9列设计用例（不含实际结果）\"},{\"name\":\"执行环境\",\"type\":\"string\",\"description\":\"测试环境配置信息\"}],\"optional\":[{\"name\":\"预期结果\",\"type\":\"array\",\"description\":\"各用例的预期结果对照\"}]}"
  output-format: "{\"traceability\":[\"每轮观察带唯一ID：OBS-{模块缩写}-{三位序号}\",\"关联执行用例ID：TC_{模块缩写}_{功能缩写}_{三位序号}（沿用设计阶段编号，不新造）\"],\"structure\":[{\"execution_record\":\"执行记录表：在设计阶段 9 列（用例编号|测试类型|功能模块|测试标题|用例级别|预置条件|测试步骤|预期结果|风险等级）基础上回填「实际结果」与「结论」两列\"},{\"observation_record\":\"观察记录：执行用例|环境|捕获信号数 + 六路信号逐路观察结果 + 待跟进项\"},\"本技能是全项目唯一有权产出「实际结果」的技能——该列属于执行阶段，设计模板（qa-test-case-design）刻意不含此列\",\"结论取值：通过 / 失败 / 阻塞（阻塞必填原因）\",\"六路信号捕获要求：简单场景≥3路 / 中等≥5路 / 复杂=6路\",\"覆盖率：标注口径（基于本轮实际执行的用例数），禁止\\\"全覆盖/100%\\\"绝对化表述\"]}"
  error-recovery-guidance: "{\"on_failure\":\"记录偏差但不中断流程，汇总到最终报告\",\"retry_behavior\":\"继续执行，在最终报告中标注异常\"}"
  categories: "[\"Development\",\"Testing\",\"Quality\"]"
  depth-requirement: "{\"reference_value\":\"见正文「观察深度要求」表：按场景复杂度决定本轮必须捕获的信号路数\",\"minimum\":\"简单场景至少捕获 3 路信号；未捕获的信号路必须标注原因\"}"
---

> ⚠️ 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

# 执行观察力

## 核心原则

同样在执行，专家看到了更多信息。

**大多数 Bug 是被"不小心看到"的，而不是被测出来的**——你得同时盯着六路信号，才有机会看到它们。

## 1. 六路信号速查

| 信号 | 最易漏的观察点 | 可靠性 |
|------|--------------|-------|
| **1 功能结果** | 结果一致性与边界处理 | 中 |
| **2 性能** | 资源占用（不阻塞功能，最易漏） | 中 |
| **3 日志** | **WARN 级异常警告**（常被"吞掉"） | 高 |
| **4 数据** | 字段精度/格式/时区 | **最高**（界面会骗人，数据库不会） |
| **5 UI 渲染** | 控制台报错（界面正常但控制台红） | 中 |
| **6 依赖** | 消息队列与缓存（前端无感知） | 中 |

> 逐路的观察要点与观察方法见 `references/observation-guide.md`。

## 2. 观察深度要求

**关键指标**：按场景复杂度决定本轮必须捕获几路信号。

| 复杂度 | 必须捕获 | 说明 |
|--------|---------|------|
| 简单场景 | **≥ 3 路** | 单一功能路径 |
| 中等场景 | **≥ 5 路** | 多分支交互 |
| 复杂场景 | **全部 6 路** | 跨模块/分布式 |

> 未捕获的信号路必须写明原因。**不要为凑数把 6 路全标已观察**——
> 标了没看比没标更危险。

## 3. 加载时机

| 什么时候读 | 读哪个 |
|-----------|--------|
| 逐路信号的观察要点与方法、异常信号识别、异常分流 | [`references/observation-guide.md`](references/observation-guide.md) |
| 写执

_meta.json

{
  "ownerId": "kn71y9b23csfx0ykgm55d5m9x5891zt8",
  "slug": "qa-execution-observation",
  "version": "1.8.0",
  "publishedAt": 1790655988941
}

references/observation-guide.md

# 六路信号与异常识别详解

> 本文是 `qa-execution-observation` 的**观察手册**。需要逐路信号的观察要点与方法、
> 或要识别异常信号时读本文；只想知道本轮该看几路信号时读 `SKILL.md` 的速查表。

**为什么是六路**：测试执行不是"按步骤操作看结果"。**大多数 Bug 是被"不小心看到"的，
而不是被测出来的**——你得同时盯着六路信号，才有机会看到它们。

---

## 信号 1：功能结果（最基础）

```text
观察要点：
├─ 结果正确性：是否符合预期？
├─ 结果完整性：是否有遗漏？
├─ 结果一致性：多次执行结果一致吗？
└─ 结果边界：边界值处理正确吗？

观察方法：对比预期结果 / 多次执行验证 / 边界值测试
```

## 信号 2：性能信号（容易忽略）

```text
观察要点：
├─ 响应时间：比正常慢多少？
├─ 加载时间：页面加载耗时？
├─ 处理时间：后台处理耗时？
└─ 资源消耗：CPU/内存/网络占用？

观察方法：开发者工具 Performance 面板 / 接口耗时统计 / 资源监控
```

> 性能异常往往**不阻塞功能**，所以最容易漏。"功能对了"不等于"性能可以接受"。

## 信号 3：日志信号（关键线索）

```text
观察要点：
├─ ERROR 级别日志
├─ Exception 堆栈
├─ 慢查询日志
├─ WARN 级异常警告
└─ 重试/降级记录

观察方法：控制台 / 日志文件 / APM 平台
```

> **WARN 级别最容易被忽略**。功能正常但日志里有 WARN，往往说明有异常被"吞掉"了——
> 这类问题会在特定条件下放大成线上事故。

## 信号 4：数据信号（验证结果）

```text
观察要点：
├─ 数据是否正确写入？
├─ 关联数据是否一致？
├─ 字段值是否正确（精度/格式/时区）？
└─ 脏数据是否残留？

观察方法：直接查库 / 查接口返回 / 对账
```

> 数据信号是**最可靠**的一路：界面可以骗人，数据库不会。
> 前端显示对了但库存没扣，这种只有查库才看得见。

## 信号 5：前端信号（用户视角）

```text
观察要点：
├─ 渲染是否正确？
├─ 交互是否正常？
├─ 样式是否错乱？
└─ 控制台是否有报错？

观察方法：手动操作观察 / 浏览器 DevTools / 多浏览器测试
```

## 信号 6：依赖信号（外部影响）

```text
观察要点：
├─ 第三方接口：调用成功吗？
├─ 下游服务：响应正常吗？
├─ 消息队列：消息发送成功吗？
├─ 缓存服务：缓存读写正常吗？
└─ 外部资源：CDN/图片加载正常？

观察方法：查看网络请求 / 检查接口调用 / 监控依赖服务
```

---

## 异常信号识别速查

| 信号路 | 异常信号 |
|-------|---------|
| 功能 | 返回错误码 / 返回空数据 / 返回格式错误 / 响应超时 |
| 性能 | 响应时间突增 / 页面加载缓慢 / 后台处理超时 / 资源占用过高 |
| 日志 | ERROR 日志 / Exception 堆栈 / 慢查询 / 异常 WARN |
| 数据 | 数据未写入 / 数据不一致 / 格式错误 / 数据丢失 |
| UI | 白屏 / 卡顿 / 样式错乱 / 控制台报错 |
| 依赖 | 接口调用失败 / 服务不可用 / 消息发送失败 / 缓存读写失败 |

## 异常处理引导

| 场景 | 表现 | 处理方式 |
|------|------|---------|
| **异常无法复现** | 观察到问题但再次操作不出现 | 记录环境与完整操作序列，标记为**间歇性问题**（往往是时序/并发 Bug，务必提交） |
| **日志信息不足** | 日志被截断/未开启 | 建议开发补日志；用抓包工具补充信号；交 `qa-testability-advocacy` 推动可观察性 |
| **依赖服务不可用** | 依赖服务挂了 | 记录故障现象；用 Mock 模拟依赖继续测；**不要把它当成本功能的 Bug** |
| **性能不达标但非代码问题** | 响应超阈值 | 排查环境因素（网络/数据量/并发），标注基线；确认后再判是否缺陷 |
| **环境问题 vs 缺陷** | 现象像 Bug | **先分流再定性**：看错误栈最深处服务名；是环境就记 `environment_issues` 不提缺陷单 |

> **最容易犯的错**：把环境问题当缺陷提，或把缺陷当环境问题放过。
> 两者都会污染缺陷库、误导团队。分流规则见上表最后一行。

assets/execution-record.md

# 执行观察记录模板

> 复制下面任一块板填写。六路信号详解见 [`observation-guide.md`](observation-guide.md)。
>
> **设计 → 执行闭环**：`qa-test-case-design` 产出 9 列**设计**用例（不含实际结果），
> 本技能在其基础上回填「实际结果」与「结论」两列，完成执行闭环。
> 这是全项目**唯一**有权产出「实际结果」的技能。

## A. 执行记录表（9 列 + 执行回填列）

```markdown
| 用例编号 | 测试类型 | 功能模块 | 测试标题 | 用例级别 | 预置条件 | 测试步骤 | 预期结果 | 风险等级 | 实际结果 | 结论 |
|---------|---------|---------|---------|---------|---------|---------|---------|---------|---------|------|
| TC_API_LOGIN_001 | 功能测试 | 认证/登录 | 正确凭证登录成功 | P0 | 账号 u1 已就绪 | POST /api/login | 返回 200，响应含 token | 高 | 返回 200，token 有效；响应 87ms；日志无 ERROR | 通过 |
| TC_API_LOGIN_002 | 安全测试 | 认证/登录 | 伪造 Token 被拒 | P0 | 已知合法 token | 改 1 字符请求 /api/profile | 返回 401，不含内部信息 | 高 | 返回 **200**，且返回了用户手机号 | **失败** |
| TC_API_LOGIN_003 | 异常测试 | 认证/登录 | 超时重试不产生重复副作用 | P1 | 网关可注入延迟 | 延迟至超时后重放 2 次 | 最终仅 1 次登录记录 | 中 | 阻塞：注入延迟后网关无响应，无法重放 | **阻塞** |
```

**回填两列的取值**
- **实际结果**：写**观察到的事实**，不是判断。`返回 200，响应体含 phone 字段` ✅；`感觉不对` ❌
- **结论**：`通过` / `失败` / `阻塞`（阻塞要写阻塞原因，如"注入延迟后网关无响应"）

## B. 观察记录（每轮执行一份）

```markdown
### OBS-LOGIN-001 — 登录功能执行观察（第 1 轮）

- **执行用例**：TC_API_LOGIN_001 / 002 / 003
- **环境**：预发 env-2，Chrome 120，2026-09-28 14:30
- **捕获信号数**：6/6

| 信号路 | 观察结果 | 是否异常 |
|-------|---------|---------|
| 功能结果 | 001 通过；002 返回 200（异常） | ⚠️ 异常 |
| 性能 | 登录接口 87ms / 断言接口 210ms | 正常 |
| 日志 | 出现 `WARN token verify skipped`（异常） | ⚠️ 异常 |
| 数据一致性 | 登录记录写入正确 | 正常 |
| UI 渲染 | 错误提示位置正确 | 正常 |
| 依赖服务 | 认证服务响应正常 | 正常 |

**待跟进**
1. 002 伪造 token 返回 200 且泄漏手机号 → 提交缺陷（安全，高危）
2. 日志 WARN 与 002 是否同源？→ 交 `qa-bug-root-cause-analysis`
```

## 填写要求

| 字段 | 要求 | 常见错误 |
|------|------|---------|
| 用例编号 | 与设计阶段完全一致，不新造 | 执行时另起编号（断链） |
| 实际结果 | 观察到的**事实** | "正常""符合预期"（等于没记） |
| 结论 | 通过 / 失败 / 阻塞，三选一 | 留空、"待定" |
| 阻塞原因 | 结论为阻塞时必填 | 只标"阻塞"不说为什么 |
| 观察记录 ID | `OBS-{模块缩写}-{三位序号}` | 用 `TC_` 或 `SC-` 前缀 |
| 捕获信号数 | 按深度要求：简单 ≥3 / 中等 ≥5 / 复杂 =6 | 全部标 6 路（实际只看功能） |
| 环境 | 环境名 + 浏览器/客户端版本 + 时间 | 只写"测试环境" |

## 交付前自检

- [ ] 每条执行用例都有实际结果与结论，无留空
- [ ] 实际结果写的是事实而非判断
- [ ] 结论为"阻塞"的写了阻塞原因
- [ ] 捕获信号数达到该场景的深度要求
- [ ] 每个异常信号都追溯了根因方向（是产品缺陷还是环境问题）
- [ ] 发现的缺陷已按 `qa-bug-reporting` 提交
- [ ] 测试数据与环境已清理/恢复
- [ ] 汇总口径已标注，无"全覆盖/100%"绝对化表述

skill-card.md

## Description:

Guides QA testers through observing six signals during test execution and recording factual results, outcomes, anomalies, and follow-up items.

This skill is ready for commercial/non-commercial use.

## Publisher:

[kokxi](https://clawhub.ai/user/kokxi)

### License/Terms of Use:

MIT

## Use Case:

QA testers and developers use this Chinese-language workflow to observe functional behavior, performance, logs, data, UI, and dependencies while executing test cases, then document actual results and classify anomalies.

### Deployment Geography for Use:

Global

## Known Risks and Mitigations:

Risk: Log, database, monitoring, or screenshot checks may expose sensitive data or affect systems outside the intended test scope.

Mitigation: Perform these checks only in an authorized test environment and handle captured information appropriately.

Risk: The optional companion installation may introduce code from a separately maintained source.

Mitigation: Install the companion only after verifying that its source and version are trusted.

## Reference(s):

- [Observation guide](references/observation-guide.md)
- [Execution record template](assets/execution-record.md)
- [ClawHub skill release](https://clawhub.ai/kokxi/skills/qa-execution-observation)

## Skill Output:

**Output Type(s):** [Markdown, Guidance]

**Output Format:** [Markdown execution-record tables and per-round observation notes]

**Output Parameters:** [1D]

**Other Properties Related to Output:** [Preserves test-case IDs; records observed results, pass/fail/blocked conclusions, signal coverage, and follow-up items.]

## Skill Version(s):

1.8.0 (source: skill frontmatter and ClawHub release metadata)

## Ethical Considerations:

Users should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.

Github ReposUpdated 2d agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.