{"id":"c31bed89-104d-4753-9c8c-2f220f42ca88","entityType":"agent","slug":"clawhub-kokxi-qa-combination-strategy","name":"qa-combination-strategy","canonicalUrl":"https://www.xpersona.co/agent/clawhub-kokxi-qa-combination-strategy","canonicalPath":"/agent/clawhub-kokxi-qa-combination-strategy","generatedAt":"2026-10-11T20:57:37.326Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-11T16:50:25.518Z","emptyReason":null},"description":"当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。 触发场景：组合测试、参数组合、正交测试、组合爆炸、Pairwise、全组合测不完、判断表、参数多环境多时。 Use when the user asks about: parameter and environment combination explosion — orthogonal arrays, pairwise testing, decision tables, and combinatorial test reduction. Skill: qa-combination-strategy Owner: kokxi Summary: 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。 触发场景：组合测试、参数组合、正交测试、组合爆炸、Pairwise、全组合测不完、判断表、参数多环境多时。 Use when the user asks about: parameter and environment combination explosion — orthogonal arrays, pairwise testing, decision tables, and","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1K downloads reported by the source. Last updated 10/11/2026.","installCommand":"clawhub skill install s170jw3s1atcj5jwhqb4r7v7eh8912kp:qa-combination-strategy","sourceUrl":"https://clawhub.ai/kokxi/qa-combination-strategy","homepage":"https://clawhub.ai/kokxi/skills/qa-combination-strategy","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/kokxi/qa-combination-strategy","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/kokxi/skills/qa-combination-strategy","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":60,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-11T16:50:25.518Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T16:50:25.518Z","emptyReason":null},"stars":null,"forks":null,"downloads":1024,"packageName":null,"latestVersion":"1.8.0","tractionLabel":"1K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T16:50:25.431Z","emptyReason":null},"lastUpdatedAt":"2026-10-11T16:50:25.518Z","lastCrawledAt":"2026-10-11T16:50:25.431Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-12T16:50:25.431Z","lastVerifiedAt":null,"highlights":[{"version":"1.8.0","createdAt":"2026-09-29T04:26:09.215Z","changelog":"Version 1.8.0 (qa-combination-strategy) - Added a new reference file: references/reduction-strategies.md, moving detailed strategy explanations out of the main skill file. - Streamlined SKILL.md by summarizing and offloading full content of \"三种简化策略\" to the new reference, reducing contextual payload during usage. - Updated metadata fields for better maintainability (e.g., display name, version, when-to-use examples). - Removed skill-card.md, further decluttering the project. - No changes to core logic or workflow—main change is in documentation structure and references.","fileCount":4,"zipByteSize":6681},{"version":"1.7.7","createdAt":"2026-09-27T14:34:04.727Z","changelog":"1.7.7","fileCount":3,"zipByteSize":5785},{"version":"1.7.6","createdAt":"2026-09-01T12:38:23.971Z","changelog":"显示名改中文","fileCount":3,"zipByteSize":6128},{"version":"1.7.5","createdAt":"2026-08-30T15:12:47.481Z","changelog":"1.7.5: 版本号升级","fileCount":3,"zipByteSize":5886},{"version":"1.6.3","createdAt":"2026-08-12T15:22:33.128Z","changelog":"- Added slug and displayName fields to metadata for standardization. - Incremented version to 1.6.3. - skill-card.md removed from the project. - No changes to skill logic or features; documentation and metadata only.","fileCount":3,"zipByteSize":5641},{"version":"1.6.0","createdAt":"2026-07-06T17:14:54.097Z","changelog":"Version 1.6.0 - Added explicit traceability: each combination matrix now includes unique IDs and scenario links. - Introduced safety warning regarding sensitive data and data masking for all examples. - Clarified category metadata (Development, Testing). - Removed file: skill-card.md. - Improved markdown structure and grouped essential security and usage cautions at the top.","fileCount":3,"zipByteSize":5672},{"version":"1.5.0","createdAt":"2026-06-29T12:32:14.867Z","changelog":"qa-combination-strategy v1.5.0 - Expanded input format: now explicitly supports场景树, 需求解构表, and optionally风险评估, with detailed structure requirements. - Output format standardized to include组合矩阵, pairwise成对组合, N维组合, and标注覆盖遗漏. - Added版本标识及策略深度与异常处理指导, including depth quantification, error fallback, and retry behavior. - Removed legacy metadata file (skill-card.md) for simplification. - Enhanced skill description to clarify application scenarios and emphasize risk-driven combination coverage.","fileCount":3,"zipByteSize":5535},{"version":"1.4.1","createdAt":"2026-06-25T16:54:04.146Z","changelog":"- Documentation clarified and condensed; main strategy principles are unchanged. - Simplified SKILL.md description to focus on skill triggers and efficient combination test design. - Removed redundant explanations and details to enhance clarity for users. - Deleted obsolete file \"skill-card.md\".","fileCount":3,"zipByteSize":4496}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s170jw3s1atcj5jwhqb4r7v7eh8912kp:qa-combination-strategy","setupComplexity":"low","setupSteps":["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":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-combination-strategy/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-combination-strategy/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-combination-strategy/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-combination-strategy/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-combination-strategy/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-combination-strategy/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-11T20:57:37.325Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-combination-strategy/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-combination-strategy/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-combination-strategy/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-combination-strategy/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-11T16:50:25.518Z","emptyReason":null},"readme":"Skill: qa-combination-strategy\n\nOwner: kokxi\n\nSummary: 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。 触发场景：组合测试、参数组合、正交测试、组合爆炸、Pairwise、全组合测不完、判断表、参数多环境多时。 Use when the user asks about: parameter and environment combination explosion — orthogonal arrays, pairwise testing, decision tables, and combinatorial test reduction.\n\nTags: latest:1.8.0\n\nVersion history:\n\nv1.8.0 | 2026-09-29T04:26:09.215Z | auto\n\nVersion 1.8.0 (qa-combination-strategy)\n\n- Added a new reference file: references/reduction-strategies.md, moving detailed strategy explanations out of the main skill file.\n- Streamlined SKILL.md by summarizing and offloading full content of \"三种简化策略\" to the new reference, reducing contextual payload during usage.\n- Updated metadata fields for better maintainability (e.g., display name, version, when-to-use examples).\n- Removed skill-card.md, further decluttering the project.\n- No changes to core logic or workflow—main change is in documentation structure and references.\n\nv1.7.7 | 2026-09-27T14:34:04.727Z | user\n\n1.7.7\n\nv1.7.6 | 2026-09-01T12:38:23.971Z | user\n\n显示名改中文\n\nv1.7.5 | 2026-08-30T15:12:47.481Z | user\n\n1.7.5: 版本号升级\n\nv1.6.3 | 2026-08-12T15:22:33.128Z | auto\n\n- Added slug and displayName fields to metadata for standardization.\n- Incremented version to 1.6.3.\n- skill-card.md removed from the project.\n- No changes to skill logic or features; documentation and metadata only.\n\nv1.6.0 | 2026-07-06T17:14:54.097Z | auto\n\nVersion 1.6.0\n\n- Added explicit traceability: each combination matrix now includes unique IDs and scenario links.\n- Introduced safety warning regarding sensitive data and data masking for all examples.\n- Clarified category metadata (Development, Testing).\n- Removed file: skill-card.md.\n- Improved markdown structure and grouped essential security and usage cautions at the top.\n\nv1.5.0 | 2026-06-29T12:32:14.867Z | auto\n\nqa-combination-strategy v1.5.0\n\n- Expanded input format: now explicitly supports场景树, 需求解构表, and optionally风险评估, with detailed structure requirements.\n- Output format standardized to include组合矩阵, pairwise成对组合, N维组合, and标注覆盖遗漏.\n- Added版本标识及策略深度与异常处理指导, including depth quantification, error fallback, and retry behavior.\n- Removed legacy metadata file (skill-card.md) for simplification.\n- Enhanced skill description to clarify application scenarios and emphasize risk-driven combination coverage.\n\nv1.4.1 | 2026-06-25T16:54:04.146Z | auto\n\n- Documentation clarified and condensed; main strategy principles are unchanged.\n- Simplified SKILL.md description to focus on skill triggers and efficient combination test design.\n- Removed redundant explanations and details to enhance clarity for users.\n- Deleted obsolete file \"skill-card.md\".\n\nv1.4.0 | 2026-06-24T05:06:29.541Z | auto\n\nqa-combination-strategy v1.4.0\n\n- Expanded and clarified skill description, including keyword triggers and broader intended use cases.\n- Added a \"策略选择速查表\" and \"常见反模式\" sections for quick reference and anti-patterns.\n- Enhanced parameter/trigger guidance in the when_to_use field.\n- Improved structure and conciseness of main content for easier use.\n- Removed the redundant skill-card.md file.\n\nv1.3.0 | 2026-06-21T15:38:03.065Z | auto\n\n- Added detailed guidance on three main test combination simplification strategies: Pairwise, Orthogonal, and Risk-Weighted.\n- Included parameter identification categories and risk assessment matrices to aid test design.\n- Provided structured example for e-commerce order scenarios demonstrating the application of all strategies.\n- Introduced step-by-step workflow and checklist for combination testing, improving consistency and coverage.\n- Enhanced outputs with formats for test matrices and case templates for practical execution.\n\nArchive index:\n\nArchive v1.8.0: 4 files, 6681 bytes\n\nFiles: references/reduction-strategies.md (1811b), skill-card.md (1819b), SKILL.md (8675b), _meta.json (142b)\n\nFile v1.8.0:SKILL.md\n\n---\nname: qa-combination-strategy\ndescription: >-\n 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。 触发场景：组合测试、参数组合、正交测试、组合爆炸、Pairwise、全组合测不完、判断表、参数多环境多时。 Use when the user asks about: parameter and environment combination explosion — orthogonal arrays, pairwise testing, decision tables, and combinatorial test reduction.\nlicense: MIT\nallowed-tools: Read Grep Glob\nmetadata:\n display-name: \"Combination Strategy\"\n version: \"1.8.0\"\n when-to-use: \"用户说\\\"组合测试\\\"、\\\"参数组合\\\"、\\\"正交测试\\\"、\\\"组合爆炸\\\"、\\\"Pairwise\\\"、\\\"全组合测不完\\\"、\\\"判断表\\\"、需要简化测试组合、参数多环境多时\"\n related-skills: \"{\\\"upstream\\\":[\\\"qa-scenario-tree\\\"],\\\"downstream\\\":[\\\"qa-ai-context-engineering\\\"]}\"\n references: \"[\\\"references/reduction-strategies.md\\\"]\"\n input-format: \"{\\\"required\\\":[{\\\"name\\\":\\\"场景树\\\",\\\"type\\\":\\\"object\\\",\\\"description\\\":\\\"来自qa-scenario-tree的场景树\\\"},{\\\"name\\\":\\\"需求解构表\\\",\\\"type\\\":\\\"object\\\",\\\"description\\\":\\\"来自qa-req-deconstruction的需求解构结果\\\"}],\\\"optional\\\":[{\\\"name\\\":\\\"风险评估\\\",\\\"type\\\":\\\"object\\\",\\\"description\\\":\\\"来自qa-risk-intuition的风险评估\\\"}]}\"\n output-format: \"{\\\"traceability\\\":[\\\"每个组合矩阵带唯一ID（COMBO-XXXX）\\\",\\\"关联场景ID：SC-{场景模块缩写}-{序号}\\\"],\\\"structure\\\":[\\\"覆盖率：标注口径（基于现有需求/输入文档），禁止\\\\\\\"全覆盖/100%\\\\\\\"绝对化表述；缺失模块标注\\\\\\\"未覆盖+原因\\\\\\\"\\\",{\\\"combination_matrix\\\":\\\"组合覆盖矩阵\\\"},{\\\"pairwise_combinations\\\":\\\"成对组合列表\\\"},{\\\"n_way_combinations\\\":\\\"N维组合分析\\\"},{\\\"coverage_gaps\\\":\\\"组合覆盖遗漏\\\"}]}\"\n error-recovery-guidance: \"{\\\"on_failure\\\":\\\"回退到全组合方案或增加取样率\\\",\\\"retry_behavior\\\":\\\"扩大取样范围后重新生成组合方案\\\"}\"\n categories: \"[\\\"Development\\\",\\\"Testing\\\"]\"\n depth-requirement: \"{\\\"reference_value\\\":\\\"根据参数数量和取值范围调整策略深度：简单×1/中等×2/复杂×3\\\",\\\"minimum\\\":\\\"至少使用1种组合简化策略\\\"}\"\n---\n> ⚠️ 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\n\n> **⚠️ 安全警告**：本技能的示例可能涉及订单号、支付金额、截图、身份证、手机号等敏感数据。\n> 实际使用时请勿粘贴真实生产数据、客户信息或财务凭证；测试前应脱敏/掩码处理。\n> 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。\n\n\n# 组合测试策略\n\n## 核心原则\n\n全组合测不完，不测又怕漏——用科学方法简化。提供 Pairwise、正交实验法、风险加权组合三种简化策略。组合数必须少于全量组合，并标注覆盖分析。\n\n## 加载时机\n\n| 什么时候读 | 读哪个 |\n|-----------|--------|\n| 设计 Pairwise/正交/风险加权时 | [`references/reduction-strategies.md`](references/reduction-strategies.md) |\n\n> `三种简化策略`的完整内容已下沉至 `references/reduction-strategies.md`，避免每次触发都占用上下文。\n\n## 组合测试流程\n\n### 步骤1：识别参数\n```text\n参数识别清单：\n├─ 输入参数\n│ ├─ 用户输入：文本、数字、选择\n│ ├─ 系统参数：配置、环境\n│ └─ 数据参数：数据状态、数据量\n│\n├─ 环境参数\n│ ├─ 浏览器：Chrome, Firefox, Safari\n│ ├─ 操作系统：Windows, Mac, Linux\n│ ├─ 设备：PC, Mobile, Tablet\n│ └─ 网络：WiFi, 4G, 弱网\n│\n└─ 状态参数\n ├─ 用户状态：新用户、老用户、VIP\n ├─ 数据状态：空、少量、大量\n └─ 系统状态：正常、高负载、异常\n```\n\n### 步骤2：评估风险\n**风险评估矩阵：**\n\n| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |\n|---------|---------|---------|-----------|---------|\n| A1+B1 | 高 | 有 | 高 | 高 |\n| A1+B2 | 中 | 无 | 中 | 中 |\n| A2+B1 | 低 | 无 | 低 | 低 |\n\n### 步骤3：选择策略\n```text\n根据风险等级选择测试策略：\n\n高风险组合 → 全组合测试\n 示例：支付+优惠券+退款\n\n中风险组合 → Pairwise测试\n 示例：浏览器×操作系统×分辨率\n\n低风险组合 → 单参数测试\n 示例：不同字体、不同颜色\n```\n\n### 步骤4：生成用例\n```text\n用例生成模板：\n\n用例编号：COMBO-001\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\n风险等级：高/中/低\n测试重点：[这个组合要特别关注什么]\n前置条件：[测试前需要准备什么]\n测试步骤：[具体操作步骤]\n预期结果：[期望的输出]\n```\n\n## 组合测试示例\n\n### 场景：电商下单功能\n\n**参数识别**：\n- 用户类型：新用户、老用户、VIP\n- 商品类型：普通商品、虚拟商品、预售商品\n- 支付方式：微信、支付宝、银行卡\n- 优惠券：无、满减券、折扣券\n\n**风险评估**：\n- 高风险：VIP+预售+折扣券（复杂业务规则）\n- 中风险：新用户+虚拟商品（特殊流程）\n- 低风险：老用户+普通商品+微信（常规流程）\n\n**测试策略**：\n```text\n高风险组合（全组合）：\n- VIP+预售+微信+折扣券\n- VIP+预售+支付宝+折扣券\n- VIP+预售+银行卡+折扣券\n- VIP+预售+微信+满减券\n- VIP+预售+支付宝+满减券\n- VIP+预售+银行卡+满减券\n\n中风险组合（Pairwise）：\n- 新用户+虚拟商品+微信\n- 新用户+普通商品+支付宝\n- 老用户+虚拟商品+银行卡\n- 老用户+预售商品+微信\n\n低风险组合（单参数）：\n- 新用户+普通商品+微信+无优惠券\n- 老用户+普通商品+微信+无优惠券\n- VIP+普通商品+微信+无优惠券\n```\n\n## 策略选择速查表\n\n| 特征 | 推荐策略 | 组合压缩比 | 最佳适用 |\n|------|---------|----------|---------|\n| 参数3-10个，每参数2-5值 | Pairwise | 全组合的10-30% | 功能、兼容测试 |\n| 参数>10个，需统计分析 | 正交实验 | 全组合的5-20% | 配置、环境兼容测试 |\n| 有历史缺陷数据 | 风险加权 | 按需调整 | 回归测试、重点突破 |\n| 高安全/高风险 | 全组合 | 100% | 支付、安全模块 |\n\n## 常见反模式\n\n1. **一刀切选Pairwise**：不管场景都用两两组合 → 高安全场景必须全组合，低风险场景单参数即可\n2. **参数遗漏**：只列了输入参数，漏了环境/状态参数 → 参数识别清单必须覆盖输入/环境/状态三类\n3. **对结果不排序**：Pairwise跑出100条用例直接全测 → 按风险等级排序，先跑高风险组合\n4. **忽略交互**：只测单参数，不测参数间组合 → 所有业务规则设计到的参数间交互必须覆盖\n\n## 异常处理引导\n\n| 场景 | 表现 | 处理方式 |\n|------|------|---------|\n| 参数过多导致组合爆炸 | 简化后仍有1000+组合 | 按风险加权：高风险组合全覆盖，低风险抽样 |\n| 环境差异导致不一致 | 不同环境结果不同 | 锁定基线环境，标注差异，分环境执行 |\n| 业务规则频繁变化 | 组合条件随需求变更 | 稳定参数做基础组合，易变参数单独测试 |\n| 遗漏关键组合 | 上线后发现未覆盖的组合有问题 | 更新检查清单，增加历史缺陷驱动的组合权重 |\n\n## 输出示例\n\n**场景：电商下单功能测试（参数：用户类型×商品类型×支付方式）**\n→ 参数识别：用户（新用户/老用户/VIP）、商品（普通/虚拟/预售）、支付（微信/支付宝/银行卡）\n→ 策略选择：Pairwise生成9条组合覆盖所有两两交互\n→ 风险加权：VIP用户+预售商品+微信支付标记为高风险（深测）\n\n**参数太多（10个参数×每个5种取值）全组合2小时跑不完**\n→ 先用Pairwise压缩到核心组合，再补充高风险组合深测\n\n## 检查清单\n\n组合测试完成后检查：\n- [ ] 参数识别是否完整？\n- [ ] 风险评估是否合理？\n- [ ] 策略选择是否恰当？\n- [ ] 高风险组合是否全覆盖？\n- [ ] 用例是否可执行？\n- [ ] 测试效率是否提升？\n\nFile v1.8.0:_meta.json\n\n{\n \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n \"slug\": \"qa-combination-strategy\",\n \"version\": \"1.8.0\",\n \"publishedAt\": 1790655969215\n}\n\nFile v1.8.0:references/reduction-strategies.md\n\n# 组合爆炸简化三策略详解\n\n> 本文是 `qa-combination-strategy` 的**组合爆炸简化三策略详解**。设计 Pairwise/正交/风险加权时读本文；\n其余部分留在 SKILL.md，不必读本文。\n\n---\n\n\n### 策略1：Pairwise（两两组合）\n**原理**：每个参数的每个值，至少与其他参数的每个值组合一次\n\n```text\n适用场景：\n- 参数数量中等（3-10个）\n- 每个参数取值不多（2-5个）\n- 需要较全面覆盖\n\n生成方法：\n1. 列出所有参数及其取值\n2. 使用Pairwise算法生成最小用例集\n3. 人工审核补充高风险组合\n\n示例：\n参数A：a1, a2\n参数B：b1, b2, b3\n参数C：c1, c2\n\n全组合：2×3×2=12个\nPairwise：最多4-5个用例\n```\n\n### 策略2：正交实验法\n**原理**：用正交表安排实验，均衡分散、整齐可比\n\n```text\n适用场景：\n- 参数数量多（>10个）\n- 需要统计分析\n- 因素间交互作用小\n\n正交表选择：\n- L4(2^3)：3个2水平因素，4次实验\n- L8(2^7)：7个2水平因素，8次实验\n- L9(3^4)：4个3水平因素，9次实验\n- L16(4^5)：5个4水平因素，16次实验\n\n示例：\n因素：\n- 浏览器：Chrome, Firefox, Safari（3水平）\n- 操作系统：Windows, Mac, Linux（3水平）\n- 分辨率：1024x768, 1920x1080（2水平）\n\n选择L18(3^7)正交表\n```\n\n### 策略3：风险加权组合\n**原理**：高风险组合多测，低风险组合少测\n\n```text\n适用场景：\n- 已有历史缺陷数据\n- 能识别高风险区域\n- 需要重点突破\n\n风险评估维度：\n1. 业务影响：出问题影响多大？\n2. 历史缺陷：这里出过Bug吗？\n3. 技术复杂度：实现复杂吗？\n4. 变更频率：经常改吗？\n\n风险等级：\n- 高风险：全组合测试\n- 中风险：Pairwise测试\n- 低风险：单参数测试\n```\n\nFile v1.8.0:skill-card.md\n\n## Description:\n\nHelps QA teams reduce parameter and environment test combinations using pairwise testing, orthogonal designs, and risk-based selection while documenting coverage gaps.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[kokxi](https://clawhub.ai/user/kokxi)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nQA engineers and developers use this skill to design manageable combinatorial test cases for multi-parameter features, prioritize higher-risk combinations, and identify coverage gaps.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Examples may contain customer, payment, identity, or production data.\n\nMitigation: Use synthetic or masked test data; do not paste real sensitive records into prompts.\n\nRisk: The optional command installs a larger skill bundle without a pinned version.\n\nMitigation: Review the publisher and bundle source before running it, and pin a reviewed version where possible.\n\n## Reference(s):\n\n- [ClawHub skill release](https://clawhub.ai/kokxi/skills/qa-combination-strategy)\n- [Combination reduction strategies](references/reduction-strategies.md)\n\n## Skill Output:\n\n**Output Type(s):** [Markdown, Testing guidance]\n\n**Output Format:** [Markdown tables and test-case lists]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Combination matrices with IDs, linked scenario IDs, pairwise and N-way analyses, stated coverage basis, and coverage gaps.]\n\n## Skill Version(s):\n\n1.8.0 (source: ClawHub release and skill frontmatter)\n\n## Ethical Considerations:\n\nUsers 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.\n\nArchive v1.7.7: 3 files, 5785 bytes\n\nFiles: skill-card.md (1746b), SKILL.md (9734b), _meta.json (142b)\n\nFile v1.7.7:SKILL.md\n\n---\nname: qa-combination-strategy\nslug: qa-combination-strategy\ndisplayName: Combination Strategy\nversion: 1.7.7\ndescription: >-\n 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。\n\nwhen_to_use: 用户说\"组合测试\"、\"参数组合\"、\"正交测试\"、\"组合爆炸\"、\"Pairwise\"、\"全组合测不完\"、\"判断表\"、需要简化测试组合、参数多环境多时\nallowed-tools: Read Grep Glob\nrelated_skills:\n upstream:\n - qa-scenario-tree # 输入：场景树\n downstream:\n - qa-ai-context-engineering # 输出：组合矩阵传递给上下文工程\ninput_format:\n required:\n - name: 场景树\n type: object\n description: 来自qa-scenario-tree的场景树\n - name: 需求解构表\n type: object\n description: 来自qa-req-deconstruction的需求解构结果\n optional:\n - name: 风险评估\n type: object\n description: 来自qa-risk-intuition的风险评估\noutput_format:\n traceability:\n - 每个组合矩阵带唯一ID（COMBO-XXXX）\n - 关联场景ID（TC_{场景模块缩写}_{功能缩写}_{序号}）\n structure:\n - 测试用例表格：固定 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）\n - 用例级别：P0≤20%（核心流程）/ P1≤40%（主要功能）/ P2≤30%（次要功能）/ P3≤10%（边缘场景）\n - 覆盖率：标注口径（基于现有需求/输入文档），禁止\"全覆盖/100%\"绝对化表述；缺失模块标注\"未覆盖+原因\"\n - combination_matrix: 组合覆盖矩阵\n - pairwise_combinations: 成对组合列表\n - n_way_combinations: N维组合分析\n - coverage_gaps: 组合覆盖遗漏\ndepth_requirement_quantification:\n reference_value: \"根据参数数量和取值范围调整策略深度：简单×1/中等×2/复杂×3\"\n minimum: \"至少使用1种组合简化策略\"\nerror_recovery_guidance:\n on_failure: \"回退到全组合方案或增加取样率\"\n retry_behavior: \"扩大取样范围后重新生成组合方案\"\ncategories: ['Development','Testing']\n---\n> **⚠️ 安全警告**：本技能的示例可能涉及订单号、支付金额、截图、身份证、手机号等敏感数据。\n> 实际使用时请勿粘贴真实生产数据、客户信息或财务凭证；测试前应脱敏/掩码处理。\n> 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。\n\n\n# 组合测试策略\n\n## 核心原则\n\n全组合测不完，不测又怕漏——用科学方法简化。提供 Pairwise、正交实验法、风险加权组合三种简化策略。组合数必须少于全量组合，并标注覆盖分析。\n\n## 三种简化策略\n\n### 策略1：Pairwise（两两组合）\n**原理**：每个参数的每个值，至少与其他参数的每个值组合一次\n\n```text\n适用场景：\n- 参数数量中等（3-10个）\n- 每个参数取值不多（2-5个）\n- 需要较全面覆盖\n\n生成方法：\n1. 列出所有参数及其取值\n2. 使用Pairwise算法生成最小用例集\n3. 人工审核补充高风险组合\n\n示例：\n参数A：a1, a2\n参数B：b1, b2, b3\n参数C：c1, c2\n\n全组合：2×3×2=12个\nPairwise：最多4-5个用例\n```\n\n### 策略2：正交实验法\n**原理**：用正交表安排实验，均衡分散、整齐可比\n\n```text\n适用场景：\n- 参数数量多（>10个）\n- 需要统计分析\n- 因素间交互作用小\n\n正交表选择：\n- L4(2^3)：3个2水平因素，4次实验\n- L8(2^7)：7个2水平因素，8次实验\n- L9(3^4)：4个3水平因素，9次实验\n- L16(4^5)：5个4水平因素，16次实验\n\n示例：\n因素：\n- 浏览器：Chrome, Firefox, Safari（3水平）\n- 操作系统：Windows, Mac, Linux（3水平）\n- 分辨率：1024x768, 1920x1080（2水平）\n\n选择L18(3^7)正交表\n```\n\n### 策略3：风险加权组合\n**原理**：高风险组合多测，低风险组合少测\n\n```text\n适用场景：\n- 已有历史缺陷数据\n- 能识别高风险区域\n- 需要重点突破\n\n风险评估维度：\n1. 业务影响：出问题影响多大？\n2. 历史缺陷：这里出过Bug吗？\n3. 技术复杂度：实现复杂吗？\n4. 变更频率：经常改吗？\n\n风险等级：\n- 高风险：全组合测试\n- 中风险：Pairwise测试\n- 低风险：单参数测试\n```\n\n## 组合测试流程\n\n### 步骤1：识别参数\n```text\n参数识别清单：\n├─ 输入参数\n│ ├─ 用户输入：文本、数字、选择\n│ ├─ 系统参数：配置、环境\n│ └─ 数据参数：数据状态、数据量\n│\n├─ 环境参数\n│ ├─ 浏览器：Chrome, Firefox, Safari\n│ ├─ 操作系统：Windows, Mac, Linux\n│ ├─ 设备：PC, Mobile, Tablet\n│ └─ 网络：WiFi, 4G, 弱网\n│\n└─ 状态参数\n ├─ 用户状态：新用户、老用户、VIP\n ├─ 数据状态：空、少量、大量\n └─ 系统状态：正常、高负载、异常\n```\n\n### 步骤2：评估风险\n**风险评估矩阵：**\n\n| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |\n|---------|---------|---------|-----------|---------|\n| A1+B1 | 高 | 有 | 高 | 高 |\n| A1+B2 | 中 | 无 | 中 | 中 |\n| A2+B1 | 低 | 无 | 低 | 低 |\n\n### 步骤3：选择策略\n```text\n根据风险等级选择测试策略：\n\n高风险组合 → 全组合测试\n 示例：支付+优惠券+退款\n\n中风险组合 → Pairwise测试\n 示例：浏览器×操作系统×分辨率\n\n低风险组合 → 单参数测试\n 示例：不同字体、不同颜色\n```\n\n### 步骤4：生成用例\n```text\n用例生成模板：\n\n用例编号：COMBO-001\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\n风险等级：高/中/低\n测试重点：[这个组合要特别关注什么]\n前置条件：[测试前需要准备什么]\n测试步骤：[具体操作步骤]\n预期结果：[期望的输出]\n```\n\n## 组合测试示例\n\n### 场景：电商下单功能\n\n**参数识别**：\n- 用户类型：新用户、老用户、VIP\n- 商品类型：普通商品、虚拟商品、预售商品\n- 支付方式：微信、支付宝、银行卡\n- 优惠券：无、满减券、折扣券\n\n**风险评估**：\n- 高风险：VIP+预售+折扣券（复杂业务规则）\n- 中风险：新用户+虚拟商品（特殊流程）\n- 低风险：老用户+普通商品+微信（常规流程）\n\n**测试策略**：\n```text\n高风险组合（全组合）：\n- VIP+预售+微信+折扣券\n- VIP+预售+支付宝+折扣券\n- VIP+预售+银行卡+折扣券\n- VIP+预售+微信+满减券\n- VIP+预售+支付宝+满减券\n- VIP+预售+银行卡+满减券\n\n中风险组合（Pairwise）：\n- 新用户+虚拟商品+微信\n- 新用户+普通商品+支付宝\n- 老用户+虚拟商品+银行卡\n- 老用户+预售商品+微信\n\n低风险组合（单参数）：\n- 新用户+普通商品+微信+无优惠券\n- 老用户+普通商品+微信+无优惠券\n- VIP+普通商品+微信+无优惠券\n```\n\n## 策略选择速查表\n\n| 特征 | 推荐策略 | 组合压缩比 | 最佳适用 |\n|------|---------|----------|---------|\n| 参数3-10个，每参数2-5值 | Pairwise | 全组合的10-30% | 功能、兼容测试 |\n| 参数>10个，需统计分析 | 正交实验 | 全组合的5-20% | 配置、环境兼容测试 |\n| 有历史缺陷数据 | 风险加权 | 按需调整 | 回归测试、重点突破 |\n| 高安全/高风险 | 全组合 | 100% | 支付、安全模块 |\n\n## 常见反模式\n\n1. **一刀切选Pairwise**：不管场景都用两两组合 → 高安全场景必须全组合，低风险场景单参数即可\n2. **参数遗漏**：只列了输入参数，漏了环境/状态参数 → 参数识别清单必须覆盖输入/环境/状态三类\n3. **对结果不排序**：Pairwise跑出100条用例直接全测 → 按风险等级排序，先跑高风险组合\n4. **忽略交互**：只测单参数，不测参数间组合 → 所有业务规则设计到的参数间交互必须覆盖\n\n## 异常处理引导\n\n| 场景 | 表现 | 处理方式 |\n|------|------|---------|\n| 参数过多导致组合爆炸 | 简化后仍有1000+组合 | 按风险加权：高风险组合全覆盖，低风险抽样 |\n| 环境差异导致不一致 | 不同环境结果不同 | 锁定基线环境，标注差异，分环境执行 |\n| 业务规则频繁变化 | 组合条件随需求变更 | 稳定参数做基础组合，易变参数单独测试 |\n| 遗漏关键组合 | 上线后发现未覆盖的组合有问题 | 更新检查清单，增加历史缺陷驱动的组合权重 |\n\n## 输出示例\n\n**场景：电商下单功能测试（参数：用户类型×商品类型×支付方式）**\n→ 参数识别：用户（新用户/老用户/VIP）、商品（普通/虚拟/预售）、支付（微信/支付宝/银行卡）\n→ 策略选择：Pairwise生成9条组合覆盖所有两两交互\n→ 风险加权：VIP用户+预售商品+微信支付标记为高风险（深测）\n\n**参数太多（10个参数×每个5种取值）全组合2小时跑不完**\n→ 先用Pairwise压缩到核心组合，再补充高风险组合深测\n\n## 检查清单\n\n组合测试完成后检查：\n- [ ] 参数识别是否完整？\n- [ ] 风险评估是否合理？\n- [ ] 策略选择是否恰当？\n- [ ] 高风险组合是否全覆盖？\n- [ ] 用例是否可执行？\n- [ ] 测试效率是否提升？\n\nFile v1.7.7:_meta.json\n\n{\n \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n \"slug\": \"qa-combination-strategy\",\n \"version\": \"1.7.7\",\n \"publishedAt\": 1790519644727\n}\n\nFile v1.7.7:skill-card.md\n\n## Description:\n\nHelps QA teams reduce combinatorial test cases with pairwise, orthogonal, and risk-weighted strategies while identifying coverage gaps.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[kokxi](https://clawhub.ai/user/kokxi)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nQA engineers and developers use this skill to plan reduced test matrices across input, environment, and state combinations, prioritize high-risk cases, and document coverage gaps.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Payment, order, identity, phone, or customer examples may contain sensitive information.\n\nMitigation: Use sanitized requirements and masked test data instead of real customer or production records.\n\nRisk: Generic testing requests may not specify the combinations or constraints needed for a reliable matrix.\n\nMitigation: Clarify parameters, allowed values, constraints, and risk priorities before selecting a coverage strategy.\n\n## Reference(s):\n\n- [ClawHub skill release](https://clawhub.ai/kokxi/skills/qa-combination-strategy)\n\n## Skill Output:\n\n**Output Type(s):** [Markdown, Guidance]\n\n**Output Format:** [Markdown tables and text]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Combination IDs, scenario links, risk-prioritized test cases, pairwise and N-way analysis, and stated coverage gaps.]\n\n## Skill Version(s):\n\n1.7.7 (source: ClawHub release and skill frontmatter)\n\n## Ethical Considerations:\n\nUsers 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.\n\nArchive v1.7.6: 3 files, 6128 bytes\n\nFiles: skill-card.md (2026b), SKILL.md (10296b), _meta.json (142b)\n\nFile v1.7.6:SKILL.md\n\n---\r\nname: qa-combination-strategy\r\nslug: qa-combination-strategy\r\ndisplayName: 组合测试策略\r\nversion: 1.7.5\r\ndescription: >-\r\n 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。\r\n 本技能属于 QA Test Skills 技能集（49 个技能之一），完整工作流体验需安装全套：npx skills add Kokxi/qa-test-skills\r\n\r\nwhen_to_use: 用户说\"组合测试\"、\"参数组合\"、\"正交测试\"、\"组合爆炸\"、\"Pairwise\"、\"全组合测不完\"、\"判断表\"、需要简化测试组合、参数多环境多时\r\nallowed-tools: Read Grep Glob\r\nrelated_skills:\r\n upstream:\r\n - qa-scenario-tree # 输入：场景树\r\n downstream:\r\n - qa-ai-context-engineering # 输出：组合矩阵传递给上下文工程\r\ninput_format:\r\n required:\r\n - name: 场景树\r\n type: object\r\n description: 来自qa-scenario-tree的场景树\r\n - name: 需求解构表\r\n type: object\r\n description: 来自qa-req-deconstruction的需求解构结果\r\n optional:\r\n - name: 风险评估\r\n type: object\r\n description: 来自qa-risk-intuition的风险评估\r\noutput_format:\r\n traceability:\r\n - 每个组合矩阵带唯一ID（COMBO-XXXX）\r\n - 关联场景ID（TC_{场景模块缩写}_{功能缩写}_{序号}）\r\n structure:\r\n - 测试用例表格：固定 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）\r\n - 用例级别：P0≤20%（核心流程）/ P1≤40%（主要功能）/ P2≤30%（次要功能）/ P3≤10%（边缘场景）\r\n - 覆盖率：标注口径（基于现有需求/输入文档），禁止\"全覆盖/100%\"绝对化表述；缺失模块标注\"未覆盖+原因\"\r\n - combination_matrix: 组合覆盖矩阵\r\n - pairwise_combinations: 成对组合列表\r\n - n_way_combinations: N维组合分析\r\n - coverage_gaps: 组合覆盖遗漏\r\ndepth_requirement_quantification:\r\n reference_value: \"根据参数数量和取值范围调整策略深度：简单×1/中等×2/复杂×3\"\r\n minimum: \"至少使用1种组合简化策略\"\r\nerror_recovery_guidance:\r\n on_failure: \"回退到全组合方案或增加取样率\"\r\n retry_behavior: \"扩大取样范围后重新生成组合方案\"\r\ncategories: ['Development','Testing']\r\n---\r\n> ⚠️ 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\r\n\r\n> **⚠️ 安全警告**：本技能的示例可能涉及订单号、支付金额、截图、身份证、手机号等敏感数据。\r\n> 实际使用时请勿粘贴真实生产数据、客户信息或财务凭证；测试前应脱敏/掩码处理。\r\n> 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。\r\n\r\n\r\n# 组合测试策略\r\n\r\n## 核心原则\r\n\r\n全组合测不完，不测又怕漏——用科学方法简化。提供 Pairwise、正交实验法、风险加权组合三种简化策略。组合数必须少于全量组合，并标注覆盖分析。\r\n\r\n## 三种简化策略\r\n\r\n### 策略1：Pairwise（两两组合）\r\n**原理**：每个参数的每个值，至少与其他参数的每个值组合一次\r\n\r\n```text\r\n适用场景：\r\n- 参数数量中等（3-10个）\r\n- 每个参数取值不多（2-5个）\r\n- 需要较全面覆盖\r\n\r\n生成方法：\r\n1. 列出所有参数及其取值\r\n2. 使用Pairwise算法生成最小用例集\r\n3. 人工审核补充高风险组合\r\n\r\n示例：\r\n参数A：a1, a2\r\n参数B：b1, b2, b3\r\n参数C：c1, c2\r\n\r\n全组合：2×3×2=12个\r\nPairwise：最多4-5个用例\r\n```\r\n\r\n### 策略2：正交实验法\r\n**原理**：用正交表安排实验，均衡分散、整齐可比\r\n\r\n```text\r\n适用场景：\r\n- 参数数量多（>10个）\r\n- 需要统计分析\r\n- 因素间交互作用小\r\n\r\n正交表选择：\r\n- L4(2^3)：3个2水平因素，4次实验\r\n- L8(2^7)：7个2水平因素，8次实验\r\n- L9(3^4)：4个3水平因素，9次实验\r\n- L16(4^5)：5个4水平因素，16次实验\r\n\r\n示例：\r\n因素：\r\n- 浏览器：Chrome, Firefox, Safari（3水平）\r\n- 操作系统：Windows, Mac, Linux（3水平）\r\n- 分辨率：1024x768, 1920x1080（2水平）\r\n\r\n选择L18(3^7)正交表\r\n```\r\n\r\n### 策略3：风险加权组合\r\n**原理**：高风险组合多测，低风险组合少测\r\n\r\n```text\r\n适用场景：\r\n- 已有历史缺陷数据\r\n- 能识别高风险区域\r\n- 需要重点突破\r\n\r\n风险评估维度：\r\n1. 业务影响：出问题影响多大？\r\n2. 历史缺陷：这里出过Bug吗？\r\n3. 技术复杂度：实现复杂吗？\r\n4. 变更频率：经常改吗？\r\n\r\n风险等级：\r\n- 高风险：全组合测试\r\n- 中风险：Pairwise测试\r\n- 低风险：单参数测试\r\n```\r\n\r\n## 组合测试流程\r\n\r\n### 步骤1：识别参数\r\n```text\r\n参数识别清单：\r\n├─ 输入参数\r\n│ ├─ 用户输入：文本、数字、选择\r\n│ ├─ 系统参数：配置、环境\r\n│ └─ 数据参数：数据状态、数据量\r\n│\r\n├─ 环境参数\r\n│ ├─ 浏览器：Chrome, Firefox, Safari\r\n│ ├─ 操作系统：Windows, Mac, Linux\r\n│ ├─ 设备：PC, Mobile, Tablet\r\n│ └─ 网络：WiFi, 4G, 弱网\r\n│\r\n└─ 状态参数\r\n ├─ 用户状态：新用户、老用户、VIP\r\n ├─ 数据状态：空、少量、大量\r\n └─ 系统状态：正常、高负载、异常\r\n```\r\n\r\n### 步骤2：评估风险\r\n**风险评估矩阵：**\r\n\r\n| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |\r\n|---------|---------|---------|-----------|---------|\r\n| A1+B1 | 高 | 有 | 高 | 高 |\r\n| A1+B2 | 中 | 无 | 中 | 中 |\r\n| A2+B1 | 低 | 无 | 低 | 低 |\r\n\r\n### 步骤3：选择策略\r\n```text\r\n根据风险等级选择测试策略：\r\n\r\n高风险组合 → 全组合测试\r\n 示例：支付+优惠券+退款\r\n\r\n中风险组合 → Pairwise测试\r\n 示例：浏览器×操作系统×分辨率\r\n\r\n低风险组合 → 单参数测试\r\n 示例：不同字体、不同颜色\r\n```\r\n\r\n### 步骤4：生成用例\r\n```text\r\n用例生成模板：\r\n\r\n用例编号：COMBO-001\r\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\r\n风险等级：高/中/低\r\n测试重点：[这个组合要特别关注什么]\r\n前置条件：[测试前需要准备什么]\r\n测试步骤：[具体操作步骤]\r\n预期结果：[期望的输出]\r\n```\r\n\r\n## 组合测试示例\r\n\r\n### 场景：电商下单功能\r\n\r\n**参数识别**：\r\n- 用户类型：新用户、老用户、VIP\r\n- 商品类型：普通商品、虚拟商品、预售商品\r\n- 支付方式：微信、支付宝、银行卡\r\n- 优惠券：无、满减券、折扣券\r\n\r\n**风险评估**：\r\n- 高风险：VIP+预售+折扣券（复杂业务规则）\r\n- 中风险：新用户+虚拟商品（特殊流程）\r\n- 低风险：老用户+普通商品+微信（常规流程）\r\n\r\n**测试策略**：\r\n```text\r\n高风险组合（全组合）：\r\n- VIP+预售+微信+折扣券\r\n- VIP+预售+支付宝+折扣券\r\n- VIP+预售+银行卡+折扣券\r\n- VIP+预售+微信+满减券\r\n- VIP+预售+支付宝+满减券\r\n- VIP+预售+银行卡+满减券\r\n\r\n中风险组合（Pairwise）：\r\n- 新用户+虚拟商品+微信\r\n- 新用户+普通商品+支付宝\r\n- 老用户+虚拟商品+银行卡\r\n- 老用户+预售商品+微信\r\n\r\n低风险组合（单参数）：\r\n- 新用户+普通商品+微信+无优惠券\r\n- 老用户+普通商品+微信+无优惠券\r\n- VIP+普通商品+微信+无优惠券\r\n```\r\n\r\n## 策略选择速查表\r\n\r\n| 特征 | 推荐策略 | 组合压缩比 | 最佳适用 |\r\n|------|---------|----------|---------|\r\n| 参数3-10个，每参数2-5值 | Pairwise | 全组合的10-30% | 功能、兼容测试 |\r\n| 参数>10个，需统计分析 | 正交实验 | 全组合的5-20% | 配置、环境兼容测试 |\r\n| 有历史缺陷数据 | 风险加权 | 按需调整 | 回归测试、重点突破 |\r\n| 高安全/高风险 | 全组合 | 100% | 支付、安全模块 |\r\n\r\n## 常见反模式\r\n\r\n1. **一刀切选Pairwise**：不管场景都用两两组合 → 高安全场景必须全组合，低风险场景单参数即可\r\n2. **参数遗漏**：只列了输入参数，漏了环境/状态参数 → 参数识别清单必须覆盖输入/环境/状态三类\r\n3. **对结果不排序**：Pairwise跑出100条用例直接全测 → 按风险等级排序，先跑高风险组合\r\n4. **忽略交互**：只测单参数，不测参数间组合 → 所有业务规则设计到的参数间交互必须覆盖\r\n\r\n## 异常处理引导\r\n\r\n| 场景 | 表现 | 处理方式 |\r\n|------|------|---------|\r\n| 参数过多导致组合爆炸 | 简化后仍有1000+组合 | 按风险加权：高风险组合全覆盖，低风险抽样 |\r\n| 环境差异导致不一致 | 不同环境结果不同 | 锁定基线环境，标注差异，分环境执行 |\r\n| 业务规则频繁变化 | 组合条件随需求变更 | 稳定参数做基础组合，易变参数单独测试 |\r\n| 遗漏关键组合 | 上线后发现未覆盖的组合有问题 | 更新检查清单，增加历史缺陷驱动的组合权重 |\r\n\r\n## 输出示例\r\n\r\n**场景：电商下单功能测试（参数：用户类型×商品类型×支付方式）**\r\n→ 参数识别：用户（新用户/老用户/VIP）、商品（普通/虚拟/预售）、支付（微信/支付宝/银行卡）\r\n→ 策略选择：Pairwise生成9条组合覆盖所有两两交互\r\n→ 风险加权：VIP用户+预售商品+微信支付标记为高风险（深测）\r\n\r\n**参数太多（10个参数×每个5种取值）全组合2小时跑不完**\r\n→ 先用Pairwise压缩到核心组合，再补充高风险组合深测\r\n\r\n## 检查清单\r\n\r\n组合测试完成后检查：\r\n- [ ] 参数识别是否完整？\r\n- [ ] 风险评估是否合理？\r\n- [ ] 策略选择是否恰当？\r\n- [ ] 高风险组合是否全覆盖？\r\n- [ ] 用例是否可执行？\r\n- [ ] 测试效率是否提升？\n\nFile v1.7.6:_meta.json\n\n{\n \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n \"slug\": \"qa-combination-strategy\",\n \"version\": \"1.7.6\",\n \"publishedAt\": 1788266303971\n}\n\nFile v1.7.6:skill-card.md\n\n## Description:\n\nCombination Test Strategy helps QA practitioners reduce parameter and environment combination explosions with Pairwise, orthogonal testing, and risk-weighted methods while producing coverage matrices and identified gaps.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[kokxi](https://clawhub.ai/user/kokxi)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nQA engineers, testers, and developers use this skill when full combinatorial testing is impractical across many inputs, environments, or business-rule dependencies. It guides selection of Pairwise, orthogonal, risk-weighted, or full-combination strategies and formats the resulting test cases, coverage matrices, and gaps.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill recommends an unpinned external installation command for the broader skill set, which may fetch changed content in the future.\n\nMitigation: Review the installation target before use, prefer a pinned version or reviewed commit, and avoid running the command in sensitive workspaces.\n\nRisk: Combination testing examples may involve sensitive order, payment, screenshot, identity, or phone-number data.\n\nMitigation: Use masked or synthetic test data and avoid pasting real production, customer, or financial information into the agent workflow.\n\n## Reference(s):\n\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Guidance]\n\n**Output Format:** [Markdown tables and structured coverage matrices]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Includes COMBO identifiers, scenario traceability, Pairwise and N-way analysis, risk labels, and coverage gaps.]\n\n## Skill Version(s):\n\n1.7.6 (source: server release evidence)\n\n## Ethical Considerations:\n\nUsers 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.\n\nArchive v1.7.5: 3 files, 5886 bytes\n\nFiles: skill-card.md (1987b), SKILL.md (9734b), _meta.json (142b)\n\nFile v1.7.5:SKILL.md\n\n---\nname: qa-combination-strategy\nslug: qa-combination-strategy\ndisplayName: Combination Strategy\nversion: 1.7.5\ndescription: >-\n 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。\n\nwhen_to_use: 用户说\"组合测试\"、\"参数组合\"、\"正交测试\"、\"组合爆炸\"、\"Pairwise\"、\"全组合测不完\"、\"判断表\"、需要简化测试组合、参数多环境多时\nallowed-tools: Read Grep Glob\nrelated_skills:\n upstream:\n - qa-scenario-tree # 输入：场景树\n downstream:\n - qa-ai-context-engineering # 输出：组合矩阵传递给上下文工程\ninput_format:\n required:\n - name: 场景树\n type: object\n description: 来自qa-scenario-tree的场景树\n - name: 需求解构表\n type: object\n description: 来自qa-req-deconstruction的需求解构结果\n optional:\n - name: 风险评估\n type: object\n description: 来自qa-risk-intuition的风险评估\noutput_format:\n traceability:\n - 每个组合矩阵带唯一ID（COMBO-XXXX）\n - 关联场景ID（TC_{场景模块缩写}_{功能缩写}_{序号}）\n structure:\n - 测试用例表格：固定 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）\n - 用例级别：P0≤20%（核心流程）/ P1≤40%（主要功能）/ P2≤30%（次要功能）/ P3≤10%（边缘场景）\n - 覆盖率：标注口径（基于现有需求/输入文档），禁止\"全覆盖/100%\"绝对化表述；缺失模块标注\"未覆盖+原因\"\n - combination_matrix: 组合覆盖矩阵\n - pairwise_combinations: 成对组合列表\n - n_way_combinations: N维组合分析\n - coverage_gaps: 组合覆盖遗漏\ndepth_requirement_quantification:\n reference_value: \"根据参数数量和取值范围调整策略深度：简单×1/中等×2/复杂×3\"\n minimum: \"至少使用1种组合简化策略\"\nerror_recovery_guidance:\n on_failure: \"回退到全组合方案或增加取样率\"\n retry_behavior: \"扩大取样范围后重新生成组合方案\"\ncategories: ['Development','Testing']\n---\n> **⚠️ 安全警告**：本技能的示例可能涉及订单号、支付金额、截图、身份证、手机号等敏感数据。\n> 实际使用时请勿粘贴真实生产数据、客户信息或财务凭证；测试前应脱敏/掩码处理。\n> 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。\n\n\n# 组合测试策略\n\n## 核心原则\n\n全组合测不完，不测又怕漏——用科学方法简化。提供 Pairwise、正交实验法、风险加权组合三种简化策略。组合数必须少于全量组合，并标注覆盖分析。\n\n## 三种简化策略\n\n### 策略1：Pairwise（两两组合）\n**原理**：每个参数的每个值，至少与其他参数的每个值组合一次\n\n```text\n适用场景：\n- 参数数量中等（3-10个）\n- 每个参数取值不多（2-5个）\n- 需要较全面覆盖\n\n生成方法：\n1. 列出所有参数及其取值\n2. 使用Pairwise算法生成最小用例集\n3. 人工审核补充高风险组合\n\n示例：\n参数A：a1, a2\n参数B：b1, b2, b3\n参数C：c1, c2\n\n全组合：2×3×2=12个\nPairwise：最多4-5个用例\n```\n\n### 策略2：正交实验法\n**原理**：用正交表安排实验，均衡分散、整齐可比\n\n```text\n适用场景：\n- 参数数量多（>10个）\n- 需要统计分析\n- 因素间交互作用小\n\n正交表选择：\n- L4(2^3)：3个2水平因素，4次实验\n- L8(2^7)：7个2水平因素，8次实验\n- L9(3^4)：4个3水平因素，9次实验\n- L16(4^5)：5个4水平因素，16次实验\n\n示例：\n因素：\n- 浏览器：Chrome, Firefox, Safari（3水平）\n- 操作系统：Windows, Mac, Linux（3水平）\n- 分辨率：1024x768, 1920x1080（2水平）\n\n选择L18(3^7)正交表\n```\n\n### 策略3：风险加权组合\n**原理**：高风险组合多测，低风险组合少测\n\n```text\n适用场景：\n- 已有历史缺陷数据\n- 能识别高风险区域\n- 需要重点突破\n\n风险评估维度：\n1. 业务影响：出问题影响多大？\n2. 历史缺陷：这里出过Bug吗？\n3. 技术复杂度：实现复杂吗？\n4. 变更频率：经常改吗？\n\n风险等级：\n- 高风险：全组合测试\n- 中风险：Pairwise测试\n- 低风险：单参数测试\n```\n\n## 组合测试流程\n\n### 步骤1：识别参数\n```text\n参数识别清单：\n├─ 输入参数\n│ ├─ 用户输入：文本、数字、选择\n│ ├─ 系统参数：配置、环境\n│ └─ 数据参数：数据状态、数据量\n│\n├─ 环境参数\n│ ├─ 浏览器：Chrome, Firefox, Safari\n│ ├─ 操作系统：Windows, Mac, Linux\n│ ├─ 设备：PC, Mobile, Tablet\n│ └─ 网络：WiFi, 4G, 弱网\n│\n└─ 状态参数\n ├─ 用户状态：新用户、老用户、VIP\n ├─ 数据状态：空、少量、大量\n └─ 系统状态：正常、高负载、异常\n```\n\n### 步骤2：评估风险\n**风险评估矩阵：**\n\n| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |\n|---------|---------|---------|-----------|---------|\n| A1+B1 | 高 | 有 | 高 | 高 |\n| A1+B2 | 中 | 无 | 中 | 中 |\n| A2+B1 | 低 | 无 | 低 | 低 |\n\n### 步骤3：选择策略\n```text\n根据风险等级选择测试策略：\n\n高风险组合 → 全组合测试\n 示例：支付+优惠券+退款\n\n中风险组合 → Pairwise测试\n 示例：浏览器×操作系统×分辨率\n\n低风险组合 → 单参数测试\n 示例：不同字体、不同颜色\n```\n\n### 步骤4：生成用例\n```text\n用例生成模板：\n\n用例编号：COMBO-001\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\n风险等级：高/中/低\n测试重点：[这个组合要特别关注什么]\n前置条件：[测试前需要准备什么]\n测试步骤：[具体操作步骤]\n预期结果：[期望的输出]\n```\n\n## 组合测试示例\n\n### 场景：电商下单功能\n\n**参数识别**：\n- 用户类型：新用户、老用户、VIP\n- 商品类型：普通商品、虚拟商品、预售商品\n- 支付方式：微信、支付宝、银行卡\n- 优惠券：无、满减券、折扣券\n\n**风险评估**：\n- 高风险：VIP+预售+折扣券（复杂业务规则）\n- 中风险：新用户+虚拟商品（特殊流程）\n- 低风险：老用户+普通商品+微信（常规流程）\n\n**测试策略**：\n```text\n高风险组合（全组合）：\n- VIP+预售+微信+折扣券\n- VIP+预售+支付宝+折扣券\n- VIP+预售+银行卡+折扣券\n- VIP+预售+微信+满减券\n- VIP+预售+支付宝+满减券\n- VIP+预售+银行卡+满减券\n\n中风险组合（Pairwise）：\n- 新用户+虚拟商品+微信\n- 新用户+普通商品+支付宝\n- 老用户+虚拟商品+银行卡\n- 老用户+预售商品+微信\n\n低风险组合（单参数）：\n- 新用户+普通商品+微信+无优惠券\n- 老用户+普通商品+微信+无优惠券\n- VIP+普通商品+微信+无优惠券\n```\n\n## 策略选择速查表\n\n| 特征 | 推荐策略 | 组合压缩比 | 最佳适用 |\n|------|---------|----------|---------|\n| 参数3-10个，每参数2-5值 | Pairwise | 全组合的10-30% | 功能、兼容测试 |\n| 参数>10个，需统计分析 | 正交实验 | 全组合的5-20% | 配置、环境兼容测试 |\n| 有历史缺陷数据 | 风险加权 | 按需调整 | 回归测试、重点突破 |\n| 高安全/高风险 | 全组合 | 100% | 支付、安全模块 |\n\n## 常见反模式\n\n1. **一刀切选Pairwise**：不管场景都用两两组合 → 高安全场景必须全组合，低风险场景单参数即可\n2. **参数遗漏**：只列了输入参数，漏了环境/状态参数 → 参数识别清单必须覆盖输入/环境/状态三类\n3. **对结果不排序**：Pairwise跑出100条用例直接全测 → 按风险等级排序，先跑高风险组合\n4. **忽略交互**：只测单参数，不测参数间组合 → 所有业务规则设计到的参数间交互必须覆盖\n\n## 异常处理引导\n\n| 场景 | 表现 | 处理方式 |\n|------|------|---------|\n| 参数过多导致组合爆炸 | 简化后仍有1000+组合 | 按风险加权：高风险组合全覆盖，低风险抽样 |\n| 环境差异导致不一致 | 不同环境结果不同 | 锁定基线环境，标注差异，分环境执行 |\n| 业务规则频繁变化 | 组合条件随需求变更 | 稳定参数做基础组合，易变参数单独测试 |\n| 遗漏关键组合 | 上线后发现未覆盖的组合有问题 | 更新检查清单，增加历史缺陷驱动的组合权重 |\n\n## 输出示例\n\n**场景：电商下单功能测试（参数：用户类型×商品类型×支付方式）**\n→ 参数识别：用户（新用户/老用户/VIP）、商品（普通/虚拟/预售）、支付（微信/支付宝/银行卡）\n→ 策略选择：Pairwise生成9条组合覆盖所有两两交互\n→ 风险加权：VIP用户+预售商品+微信支付标记为高风险（深测）\n\n**参数太多（10个参数×每个5种取值）全组合2小时跑不完**\n→ 先用Pairwise压缩到核心组合，再补充高风险组合深测\n\n## 检查清单\n\n组合测试完成后检查：\n- [ ] 参数识别是否完整？\n- [ ] 风险评估是否合理？\n- [ ] 策略选择是否恰当？\n- [ ] 高风险组合是否全覆盖？\n- [ ] 用例是否可执行？\n- [ ] 测试效率是否提升？\n\nFile v1.7.5:_meta.json\n\n{\n \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n \"slug\": \"qa-combination-strategy\",\n \"version\": \"1.7.5\",\n \"publishedAt\": 1788102767481\n}\n\nFile v1.7.5:skill-card.md\n\n## Description:\n\nDesigns efficient QA combination-test coverage using pairwise testing, orthogonal arrays, and decision tables to reduce combinatorial explosion while documenting coverage gaps.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[kokxi](https://clawhub.ai/user/kokxi)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nQA engineers and developers use this skill when requirements contain many input, environment, or state combinations and exhaustive testing is impractical. It helps select pairwise, orthogonal-array, risk-weighted, or full-combination strategies and produce traceable coverage matrices.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Users may paste real customer, payment, ID, or production data while asking for QA scenarios.\n\nMitigation: Use anonymized or masked test data and avoid including real customer, financial, identity, or production records in prompts.\n\nRisk: Generated combination matrices can under-cover critical interactions if parameters, constraints, or risk levels are incomplete.\n\nMitigation: Review parameter lists, business constraints, high-risk combinations, and coverage gaps before using the output as a test plan.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/kokxi/skills/qa-combination-strategy)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, guidance]\n\n**Output Format:** [Markdown tables and structured text]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Includes combination matrices, pairwise combinations, n-way analysis, coverage gaps, and traceable test case rows.]\n\n## Skill Version(s):\n\n1.7.5 (source: frontmatter and server release evidence)\n\n## Ethical Considerations:\n\nUsers 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.\n\nArchive v1.6.3: 3 files, 5641 bytes\n\nFiles: skill-card.md (1954b), SKILL.md (9253b), _meta.json (142b)\n\nFile v1.6.3:SKILL.md\n\n---\nname: qa-combination-strategy\nslug: qa-combination-strategy\ndisplayName: Combination Strategy\nversion: 1.6.3\ndescription: >-\n 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。\n\nwhen_to_use: 用户说\"组合测试\"、\"参数组合\"、\"正交测试\"、\"组合爆炸\"、\"Pairwise\"、\"全组合测不完\"、\"判断表\"、需要简化测试组合、参数多环境多时\nallowed-tools: Read Grep Glob\nrelated_skills:\n upstream:\n - qa-scenario-tree # 输入：场景树\n downstream:\n - qa-ai-context-engineering # 输出：组合矩阵传递给上下文工程\ninput_format:\n required:\n - name: 场景树\n type: object\n description: 来自qa-scenario-tree的场景树\n - name: 需求解构表\n type: object\n description: 来自qa-req-deconstruction的需求解构结果\n optional:\n - name: 风险评估\n type: object\n description: 来自qa-risk-intuition的风险评估\noutput_format:\n traceability:\n - 每个组合矩阵带唯一ID（COMBO-XXXX）\n - 关联场景ID（SC-XXXX）\n structure:\n - combination_matrix: 组合覆盖矩阵\n - pairwise_combinations: 成对组合列表\n - n_way_combinations: N维组合分析\n - coverage_gaps: 组合覆盖遗漏\ndepth_requirement_quantification:\n reference_value: \"根据参数数量和取值范围调整策略深度：简单×1/中等×2/复杂×3\"\n minimum: \"至少使用1种组合简化策略\"\nerror_recovery_guidance:\n on_failure: \"回退到全组合方案或增加取样率\"\n retry_behavior: \"扩大取样范围后重新生成组合方案\"\ncategories: ['Development','Testing']\n---\n> **⚠️ 安全警告**：本技能的示例可能涉及订单号、支付金额、截图、身份证、手机号等敏感数据。\n> 实际使用时请勿粘贴真实生产数据、客户信息或财务凭证；测试前应脱敏/掩码处理。\n> 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。\n\n\n# 组合测试策略\n\n## 核心原则\n\n全组合测不完，不测又怕漏——用科学方法简化。提供 Pairwise、正交实验法、风险加权组合三种简化策略。组合数必须少于全量组合，并标注覆盖分析。\n\n## 三种简化策略\n\n### 策略1：Pairwise（两两组合）\n**原理**：每个参数的每个值，至少与其他参数的每个值组合一次\n\n```text\n适用场景：\n- 参数数量中等（3-10个）\n- 每个参数取值不多（2-5个）\n- 需要较全面覆盖\n\n生成方法：\n1. 列出所有参数及其取值\n2. 使用Pairwise算法生成最小用例集\n3. 人工审核补充高风险组合\n\n示例：\n参数A：a1, a2\n参数B：b1, b2, b3\n参数C：c1, c2\n\n全组合：2×3×2=12个\nPairwise：最多4-5个用例\n```\n\n### 策略2：正交实验法\n**原理**：用正交表安排实验，均衡分散、整齐可比\n\n```text\n适用场景：\n- 参数数量多（>10个）\n- 需要统计分析\n- 因素间交互作用小\n\n正交表选择：\n- L4(2^3)：3个2水平因素，4次实验\n- L8(2^7)：7个2水平因素，8次实验\n- L9(3^4)：4个3水平因素，9次实验\n- L16(4^5)：5个4水平因素，16次实验\n\n示例：\n因素：\n- 浏览器：Chrome, Firefox, Safari（3水平）\n- 操作系统：Windows, Mac, Linux（3水平）\n- 分辨率：1024x768, 1920x1080（2水平）\n\n选择L18(3^7)正交表\n```\n\n### 策略3：风险加权组合\n**原理**：高风险组合多测，低风险组合少测\n\n```text\n适用场景：\n- 已有历史缺陷数据\n- 能识别高风险区域\n- 需要重点突破\n\n风险评估维度：\n1. 业务影响：出问题影响多大？\n2. 历史缺陷：这里出过Bug吗？\n3. 技术复杂度：实现复杂吗？\n4. 变更频率：经常改吗？\n\n风险等级：\n- 高风险：全组合测试\n- 中风险：Pairwise测试\n- 低风险：单参数测试\n```\n\n## 组合测试流程\n\n### 步骤1：识别参数\n```text\n参数识别清单：\n├─ 输入参数\n│ ├─ 用户输入：文本、数字、选择\n│ ├─ 系统参数：配置、环境\n│ └─ 数据参数：数据状态、数据量\n│\n├─ 环境参数\n│ ├─ 浏览器：Chrome, Firefox, Safari\n│ ├─ 操作系统：Windows, Mac, Linux\n│ ├─ 设备：PC, Mobile, Tablet\n│ └─ 网络：WiFi, 4G, 弱网\n│\n└─ 状态参数\n ├─ 用户状态：新用户、老用户、VIP\n ├─ 数据状态：空、少量、大量\n └─ 系统状态：正常、高负载、异常\n```\n\n### 步骤2：评估风险\n**风险评估矩阵：**\n\n| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |\n|---------|---------|---------|-----------|---------|\n| A1+B1 | 高 | 有 | 高 | 高 |\n| A1+B2 | 中 | 无 | 中 | 中 |\n| A2+B1 | 低 | 无 | 低 | 低 |\n\n### 步骤3：选择策略\n```text\n根据风险等级选择测试策略：\n\n高风险组合 → 全组合测试\n 示例：支付+优惠券+退款\n\n中风险组合 → Pairwise测试\n 示例：浏览器×操作系统×分辨率\n\n低风险组合 → 单参数测试\n 示例：不同字体、不同颜色\n```\n\n### 步骤4：生成用例\n```text\n用例生成模板：\n\n用例编号：COMBO-001\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\n风险等级：高/中/低\n测试重点：[这个组合要特别关注什么]\n前置条件：[测试前需要准备什么]\n测试步骤：[具体操作步骤]\n预期结果：[期望的输出]\n```\n\n## 组合测试示例\n\n### 场景：电商下单功能\n\n**参数识别**：\n- 用户类型：新用户、老用户、VIP\n- 商品类型：普通商品、虚拟商品、预售商品\n- 支付方式：微信、支付宝、银行卡\n- 优惠券：无、满减券、折扣券\n\n**风险评估**：\n- 高风险：VIP+预售+折扣券（复杂业务规则）\n- 中风险：新用户+虚拟商品（特殊流程）\n- 低风险：老用户+普通商品+微信（常规流程）\n\n**测试策略**：\n```text\n高风险组合（全组合）：\n- VIP+预售+微信+折扣券\n- VIP+预售+支付宝+折扣券\n- VIP+预售+银行卡+折扣券\n- VIP+预售+微信+满减券\n- VIP+预售+支付宝+满减券\n- VIP+预售+银行卡+满减券\n\n中风险组合（Pairwise）：\n- 新用户+虚拟商品+微信\n- 新用户+普通商品+支付宝\n- 老用户+虚拟商品+银行卡\n- 老用户+预售商品+微信\n\n低风险组合（单参数）：\n- 新用户+普通商品+微信+无优惠券\n- 老用户+普通商品+微信+无优惠券\n- VIP+普通商品+微信+无优惠券\n```\n\n## 策略选择速查表\n\n| 特征 | 推荐策略 | 组合压缩比 | 最佳适用 |\n|------|---------|----------|---------|\n| 参数3-10个，每参数2-5值 | Pairwise | 全组合的10-30% | 功能、兼容测试 |\n| 参数>10个，需统计分析 | 正交实验 | 全组合的5-20% | 配置、环境兼容测试 |\n| 有历史缺陷数据 | 风险加权 | 按需调整 | 回归测试、重点突破 |\n| 高安全/高风险 | 全组合 | 100% | 支付、安全模块 |\n\n## 常见反模式\n\n1. **一刀切选Pairwise**：不管场景都用两两组合 → 高安全场景必须全组合，低风险场景单参数即可\n2. **参数遗漏**：只列了输入参数，漏了环境/状态参数 → 参数识别清单必须覆盖输入/环境/状态三类\n3. **对结果不排序**：Pairwise跑出100条用例直接全测 → 按风险等级排序，先跑高风险组合\n4. **忽略交互**：只测单参数，不测参数间组合 → 所有业务规则设计到的参数间交互必须覆盖\n\n## 异常处理引导\n\n| 场景 | 表现 | 处理方式 |\n|------|------|---------|\n| 参数过多导致组合爆炸 | 简化后仍有1000+组合 | 按风险加权：高风险组合全覆盖，低风险抽样 |\n| 环境差异导致不一致 | 不同环境结果不同 | 锁定基线环境，标注差异，分环境执行 |\n| 业务规则频繁变化 | 组合条件随需求变更 | 稳定参数做基础组合，易变参数单独测试 |\n| 遗漏关键组合 | 上线后发现未覆盖的组合有问题 | 更新检查清单，增加历史缺陷驱动的组合权重 |\n\n## 输出示例\n\n**场景：电商下单功能测试（参数：用户类型×商品类型×支付方式）**\n→ 参数识别：用户（新用户/老用户/VIP）、商品（普通/虚拟/预售）、支付（微信/支付宝/银行卡）\n→ 策略选择：Pairwise生成9条组合覆盖所有两两交互\n→ 风险加权：VIP用户+预售商品+微信支付标记为高风险（深测）\n\n**参数太多（10个参数×每个5种取值）全组合2小时跑不完**\n→ 先用Pairwise压缩到核心组合，再补充高风险组合深测\n\n## 检查清单\n\n组合测试完成后检查：\n- [ ] 参数识别是否完整？\n- [ ] 风险评估是否合理？\n- [ ] 策略选择是否恰当？\n- [ ] 高风险组合是否全覆盖？\n- [ ] 用例是否可执行？\n- [ ] 测试效率是否提升？\n\nFile v1.6.3:_meta.json\n\n{\n \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n \"slug\": \"qa-combination-strategy\",\n \"version\": \"1.6.3\",\n \"publishedAt\": 1786548153128\n}\n\nFile v1.6.3:skill-card.md\n\n## Description:\n\nHelps QA practitioners design efficient combination-testing coverage using pairwise testing, orthogonal arrays, decision tables, and risk-weighted combinations when exhaustive testing is impractical.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[kokxi](https://clawhub.ai/user/kokxi)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nQA engineers and developers use this skill to reduce combination explosion across input, environment, and state parameters while preserving meaningful pairwise, orthogonal, and high-risk coverage.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: QA planning inputs may contain production identifiers, payment details, screenshots, ID numbers, phone numbers, or customer data.\n\nMitigation: Mask or anonymize sensitive production and customer data before using the skill.\n\nRisk: Combination-reduction strategies can miss important interactions when parameter identification or risk assessment is incomplete.\n\nMitigation: Review generated matrices for high-risk business rules and add explicit full-coverage cases where needed.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/kokxi/skills/qa-combination-strategy)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, guidance]\n\n**Output Format:** [Markdown with structured combination matrices, coverage notes, and test-case guidance]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Outputs may include combination matrix IDs, scenario traceability, pairwise and n-way combination analysis, and coverage gaps.]\n\n## Skill Version(s):\n\n1.6.3 (source: frontmatter and server release evidence)\n\n## Ethical Considerations:\n\nUsers 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.\n\nArchive v1.6.0: 3 files, 5672 bytes\n\nFiles: skill-card.md (2063b), SKILL.md (9453b), _meta.json (142b)\n\nFile v1.6.0:SKILL.md\n\n---\r\nname: qa-combination-strategy\r\nversion: 1.6.0\r\ndescription: >-\r\n 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。\r\n\r\nwhen_to_use: 用户说\"组合测试\"、\"参数组合\"、\"正交测试\"、\"组合爆炸\"、\"Pairwise\"、\"全组合测不完\"、\"判断表\"、需要简化测试组合、参数多环境多时\r\nallowed-tools: Read Grep Glob\r\nrelated_skills:\r\n upstream:\r\n - qa-scenario-tree # 输入：场景树\r\n downstream:\r\n - qa-ai-context-engineering # 输出：组合矩阵传递给上下文工程\r\ninput_format:\r\n required:\r\n - name: 场景树\r\n type: object\r\n description: 来自qa-scenario-tree的场景树\r\n - name: 需求解构表\r\n type: object\r\n description: 来自qa-req-deconstruction的需求解构结果\r\n optional:\r\n - name: 风险评估\r\n type: object\r\n description: 来自qa-risk-intuition的风险评估\r\noutput_format:\r\n traceability:\r\n - 每个组合矩阵带唯一ID（COMBO-XXXX）\r\n - 关联场景ID（SC-XXXX）\r\n structure:\r\n - combination_matrix: 组合覆盖矩阵\r\n - pairwise_combinations: 成对组合列表\r\n - n_way_combinations: N维组合分析\r\n - coverage_gaps: 组合覆盖遗漏\r\ndepth_requirement_quantification:\r\n reference_value: \"根据参数数量和取值范围调整策略深度：简单×1/中等×2/复杂×3\"\r\n minimum: \"至少使用1种组合简化策略\"\r\nerror_recovery_guidance:\r\n on_failure: \"回退到全组合方案或增加取样率\"\r\n retry_behavior: \"扩大取样范围后重新生成组合方案\"\r\ncategories: ['Development','Testing']\r\n---\r\n> **⚠️ 安全警告**：本技能的示例可能涉及订单号、支付金额、截图、身份证、手机号等敏感数据。\r\n> 实际使用时请勿粘贴真实生产数据、客户信息或财务凭证；测试前应脱敏/掩码处理。\r\n> 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。\r\n\r\n\r\n# 组合测试策略\r\n\r\n## 核心原则\r\n\r\n全组合测不完，不测又怕漏——用科学方法简化。提供 Pairwise、正交实验法、风险加权组合三种简化策略。组合数必须少于全量组合，并标注覆盖分析。\r\n\r\n## 三种简化策略\r\n\r\n### 策略1：Pairwise（两两组合）\r\n**原理**：每个参数的每个值，至少与其他参数的每个值组合一次\r\n\r\n```text\r\n适用场景：\r\n- 参数数量中等（3-10个）\r\n- 每个参数取值不多（2-5个）\r\n- 需要较全面覆盖\r\n\r\n生成方法：\r\n1. 列出所有参数及其取值\r\n2. 使用Pairwise算法生成最小用例集\r\n3. 人工审核补充高风险组合\r\n\r\n示例：\r\n参数A：a1, a2\r\n参数B：b1, b2, b3\r\n参数C：c1, c2\r\n\r\n全组合：2×3×2=12个\r\nPairwise：最多4-5个用例\r\n```\r\n\r\n### 策略2：正交实验法\r\n**原理**：用正交表安排实验，均衡分散、整齐可比\r\n\r\n```text\r\n适用场景：\r\n- 参数数量多（>10个）\r\n- 需要统计分析\r\n- 因素间交互作用小\r\n\r\n正交表选择：\r\n- L4(2^3)：3个2水平因素，4次实验\r\n- L8(2^7)：7个2水平因素，8次实验\r\n- L9(3^4)：4个3水平因素，9次实验\r\n- L16(4^5)：5个4水平因素，16次实验\r\n\r\n示例：\r\n因素：\r\n- 浏览器：Chrome, Firefox, Safari（3水平）\r\n- 操作系统：Windows, Mac, Linux（3水平）\r\n- 分辨率：1024x768, 1920x1080（2水平）\r\n\r\n选择L18(3^7)正交表\r\n```\r\n\r\n### 策略3：风险加权组合\r\n**原理**：高风险组合多测，低风险组合少测\r\n\r\n```text\r\n适用场景：\r\n- 已有历史缺陷数据\r\n- 能识别高风险区域\r\n- 需要重点突破\r\n\r\n风险评估维度：\r\n1. 业务影响：出问题影响多大？\r\n2. 历史缺陷：这里出过Bug吗？\r\n3. 技术复杂度：实现复杂吗？\r\n4. 变更频率：经常改吗？\r\n\r\n风险等级：\r\n- 高风险：全组合测试\r\n- 中风险：Pairwise测试\r\n- 低风险：单参数测试\r\n```\r\n\r\n## 组合测试流程\r\n\r\n### 步骤1：识别参数\r\n```text\r\n参数识别清单：\r\n├─ 输入参数\r\n│ ├─ 用户输入：文本、数字、选择\r\n│ ├─ 系统参数：配置、环境\r\n│ └─ 数据参数：数据状态、数据量\r\n│\r\n├─ 环境参数\r\n│ ├─ 浏览器：Chrome, Firefox, Safari\r\n│ ├─ 操作系统：Windows, Mac, Linux\r\n│ ├─ 设备：PC, Mobile, Tablet\r\n│ └─ 网络：WiFi, 4G, 弱网\r\n│\r\n└─ 状态参数\r\n ├─ 用户状态：新用户、老用户、VIP\r\n ├─ 数据状态：空、少量、大量\r\n └─ 系统状态：正常、高负载、异常\r\n```\r\n\r\n### 步骤2：评估风险\r\n**风险评估矩阵：**\r\n\r\n| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |\r\n|---------|---------|---------|-----------|---------|\r\n| A1+B1 | 高 | 有 | 高 | 高 |\r\n| A1+B2 | 中 | 无 | 中 | 中 |\r\n| A2+B1 | 低 | 无 | 低 | 低 |\r\n\r\n### 步骤3：选择策略\r\n```text\r\n根据风险等级选择测试策略：\r\n\r\n高风险组合 → 全组合测试\r\n 示例：支付+优惠券+退款\r\n\r\n中风险组合 → Pairwise测试\r\n 示例：浏览器×操作系统×分辨率\r\n\r\n低风险组合 → 单参数测试\r\n 示例：不同字体、不同颜色\r\n```\r\n\r\n### 步骤4：生成用例\r\n```text\r\n用例生成模板：\r\n\r\n用例编号：COMBO-001\r\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\r\n风险等级：高/中/低\r\n测试重点：[这个组合要特别关注什么]\r\n前置条件：[测试前需要准备什么]\r\n测试步骤：[具体操作步骤]\r\n预期结果：[期望的输出]\r\n```\r\n\r\n## 组合测试示例\r\n\r\n### 场景：电商下单功能\r\n\r\n**参数识别**：\r\n- 用户类型：新用户、老用户、VIP\r\n- 商品类型：普通商品、虚拟商品、预售商品\r\n- 支付方式：微信、支付宝、银行卡\r\n- 优惠券：无、满减券、折扣券\r\n\r\n**风险评估**：\r\n- 高风险：VIP+预售+折扣券（复杂业务规则）\r\n- 中风险：新用户+虚拟商品（特殊流程）\r\n- 低风险：老用户+普通商品+微信（常规流程）\r\n\r\n**测试策略**：\r\n```text\r\n高风险组合（全组合）：\r\n- VIP+预售+微信+折扣券\r\n- VIP+预售+支付宝+折扣券\r\n- VIP+预售+银行卡+折扣券\r\n- VIP+预售+微信+满减券\r\n- VIP+预售+支付宝+满减券\r\n- VIP+预售+银行卡+满减券\r\n\r\n中风险组合（Pairwise）：\r\n- 新用户+虚拟商品+微信\r\n- 新用户+普通商品+支付宝\r\n- 老用户+虚拟商品+银行卡\r\n- 老用户+预售商品+微信\r\n\r\n低风险组合（单参数）：\r\n- 新用户+普通商品+微信+无优惠券\r\n- 老用户+普通商品+微信+无优惠券\r\n- VIP+普通商品+微信+无优惠券\r\n```\r\n\r\n## 策略选择速查表\r\n\r\n| 特征 | 推荐策略 | 组合压缩比 | 最佳适用 |\r\n|------|---------|----------|---------|\r\n| 参数3-10个，每参数2-5值 | Pairwise | 全组合的10-30% | 功能、兼容测试 |\r\n| 参数>10个，需统计分析 | 正交实验 | 全组合的5-20% | 配置、环境兼容测试 |\r\n| 有历史缺陷数据 | 风险加权 | 按需调整 | 回归测试、重点突破 |\r\n| 高安全/高风险 | 全组合 | 100% | 支付、安全模块 |\r\n\r\n## 常见反模式\r\n\r\n1. **一刀切选Pairwise**：不管场景都用两两组合 → 高安全场景必须全组合，低风险场景单参数即可\r\n2. **参数遗漏**：只列了输入参数，漏了环境/状态参数 → 参数识别清单必须覆盖输入/环境/状态三类\r\n3. **对结果不排序**：Pairwise跑出100条用例直接全测 → 按风险等级排序，先跑高风险组合\r\n4. **忽略交互**：只测单参数，不测参数间组合 → 所有业务规则设计到的参数间交互必须覆盖\r\n\r\n## 异常处理引导\r\n\r\n| 场景 | 表现 | 处理方式 |\r\n|------|------|---------|\r\n| 参数过多导致组合爆炸 | 简化后仍有1000+组合 | 按风险加权：高风险组合全覆盖，低风险抽样 |\r\n| 环境差异导致不一致 | 不同环境结果不同 | 锁定基线环境，标注差异，分环境执行 |\r\n| 业务规则频繁变化 | 组合条件随需求变更 | 稳定参数做基础组合，易变参数单独测试 |\r\n| 遗漏关键组合 | 上线后发现未覆盖的组合有问题 | 更新检查清单，增加历史缺陷驱动的组合权重 |\r\n\r\n## 输出示例\r\n\r\n**场景：电商下单功能测试（参数：用户类型×商品类型×支付方式）**\r\n→ 参数识别：用户（新用户/老用户/VIP）、商品（普通/虚拟/预售）、支付（微信/支付宝/银行卡）\r\n→ 策略选择：Pairwise生成9条组合覆盖所有两两交互\r\n→ 风险加权：VIP用户+预售商品+微信支付标记为高风险（深测）\r\n\r\n**参数太多（10个参数×每个5种取值）全组合2小时跑不完**\r\n→ 先用Pairwise压缩到核心组合，再补充高风险组合深测\r\n\r\n## 检查清单\r\n\r\n组合测试完成后检查：\r\n- [ ] 参数识别是否完整？\r\n- [ ] 风险评估是否合理？\r\n- [ ] 策略选择是否恰当？\r\n- [ ] 高风险组合是否全覆盖？\r\n- [ ] 用例是否可执行？\r\n- [ ] 测试效率是否提升？\n\nFile v1.6.0:_meta.json\n\n{\n \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n \"slug\": \"qa-combination-strategy\",\n \"version\": \"1.6.0\",\n \"publishedAt\": 1783358094097\n}\n\nFile v1.6.0:skill-card.md\n\n## Description:
\nQa Combination Strategy helps QA teams reduce combination-test explosion with Pairwise, orthogonal testing, and risk-weighted matrices while identifying coverage gaps.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[kokxi](https://clawhub.ai/user/kokxi)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nQA engineers and developers use this skill to turn scenario trees, requirement decompositions, and optional risk assessments into smaller combination coverage plans for parameter-heavy features and environment matrices.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: Examples or inputs may include customer, payment, identity, financial, screenshot, or production data.
\nMitigation: Use masked or synthetic inputs and avoid pasting real customer, payment, identity, financial, or production data.
\nRisk: Reduced combination matrices can miss important high-risk interactions if used without review.
\nMitigation: Review generated matrices, prioritize high-risk combinations, and supplement Pairwise or orthogonal coverage with full coverage where risk warrants it.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/kokxi/skills/qa-combination-strategy)
\n\n\n## Skill Output:
\n**Output Type(s):** [guidance, markdown, text]
\n**Output Format:** [Markdown with structured combination matrices, coverage gaps, traceability IDs, and checklists]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Produces COMBO and scenario-linked matrix entries for human review; use masked or synthetic test data.]
\n\n## Skill Version(s):
\n1.6.0 (source: frontmatter and release evidence)
\n\n## Ethical Considerations:
\nUsers 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.
\n\nArchive v1.5.0: 3 files, 5535 bytes\n\nFiles: skill-card.md (2397b), SKILL.md (9020b), _meta.json (142b)\n\nFile v1.5.0:SKILL.md\n\n---\r\nname: qa-combination-strategy\r\nversion: 1.5.0\r\ndescription: >-\r\n 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。\r\n\r\nwhen_to_use: 用户说\"组合测试\"、\"参数组合\"、\"正交测试\"、\"组合爆炸\"、\"Pairwise\"、\"全组合测不完\"、\"判断表\"、需要简化测试组合、参数多环境多时\r\nallowed-tools: Read Grep Glob\r\nrelated_skills:\r\n upstream:\r\n - qa-scenario-tree # 输入：场景树\r\n downstream:\r\n - qa-ai-context-engineering # 输出：组合矩阵传递给上下文工程\r\ninput_format:\r\n required:\r\n - name: 场景树\r\n type: object\r\n description: 来自qa-scenario-tree的场景树\r\n - name: 需求解构表\r\n type: object\r\n description: 来自qa-req-deconstruction的需求解构结果\r\n optional:\r\n - name: 风险评估\r\n type: object\r\n description: 来自qa-risk-intuition的风险评估\r\noutput_format:\r\n structure:\r\n - combination_matrix: 组合覆盖矩阵\r\n - pairwise_combinations: 成对组合列表\r\n - n_way_combinations: N维组合分析\r\n - coverage_gaps: 组合覆盖遗漏\r\ndepth_requirement_quantification:\r\n reference_value: \"根据参数数量和取值范围调整策略深度：简单×1/中等×2/复杂×3\"\r\n minimum: \"至少使用1种组合简化策略\"\r\nerror_recovery_guidance:\r\n on_failure: \"回退到全组合方案或增加取样率\"\r\n retry_behavior: \"扩大取样范围后重新生成组合方案\"\r\n---\r\n\r\n# 组合测试策略\r\n\r\n## 核心原则\r\n\r\n你是一位组合测试专家，擅长用最少的测试用例覆盖最多的组合场景。\r\n**核心原则**：全组合测不完，不测又怕漏——用科学方法简化。\r\n本技能提供Pairwise、正交实验法、风险加权组合三种简化策略。\r\n\r\n## 三种简化策略\r\n\r\n### 策略1：Pairwise（两两组合）\r\n**原理**：每个参数的每个值，至少与其他参数的每个值组合一次\r\n\r\n```text\r\n适用场景：\r\n- 参数数量中等（3-10个）\r\n- 每个参数取值不多（2-5个）\r\n- 需要较全面覆盖\r\n\r\n生成方法：\r\n1. 列出所有参数及其取值\r\n2. 使用Pairwise算法生成最小用例集\r\n3. 人工审核补充高风险组合\r\n\r\n示例：\r\n参数A：a1, a2\r\n参数B：b1, b2, b3\r\n参数C：c1, c2\r\n\r\n全组合：2×3×2=12个\r\nPairwise：最多4-5个用例\r\n```\r\n\r\n### 策略2：正交实验法\r\n**原理**：用正交表安排实验，均衡分散、整齐可比\r\n\r\n```text\r\n适用场景：\r\n- 参数数量多（>10个）\r\n- 需要统计分析\r\n- 因素间交互作用小\r\n\r\n正交表选择：\r\n- L4(2^3)：3个2水平因素，4次实验\r\n- L8(2^7)：7个2水平因素，8次实验\r\n- L9(3^4)：4个3水平因素，9次实验\r\n- L16(4^5)：5个4水平因素，16次实验\r\n\r\n示例：\r\n因素：\r\n- 浏览器：Chrome, Firefox, Safari（3水平）\r\n- 操作系统：Windows, Mac, Linux（3水平）\r\n- 分辨率：1024x768, 1920x1080（2水平）\r\n\r\n选择L18(3^7)正交表\r\n```\r\n\r\n### 策略3：风险加权组合\r\n**原理**：高风险组合多测，低风险组合少测\r\n\r\n```text\r\n适用场景：\r\n- 已有历史缺陷数据\r\n- 能识别高风险区域\r\n- 需要重点突破\r\n\r\n风险评估维度：\r\n1. 业务影响：出问题影响多大？\r\n2. 历史缺陷：这里出过Bug吗？\r\n3. 技术复杂度：实现复杂吗？\r\n4. 变更频率：经常改吗？\r\n\r\n风险等级：\r\n- 高风险：全组合测试\r\n- 中风险：Pairwise测试\r\n- 低风险：单参数测试\r\n```\r\n\r\n## 组合测试流程\r\n\r\n### 步骤1：识别参数\r\n```text\r\n参数识别清单：\r\n├─ 输入参数\r\n│ ├─ 用户输入：文本、数字、选择\r\n│ ├─ 系统参数：配置、环境\r\n│ └─ 数据参数：数据状态、数据量\r\n│\r\n├─ 环境参数\r\n│ ├─ 浏览器：Chrome, Firefox, Safari\r\n│ ├─ 操作系统：Windows, Mac, Linux\r\n│ ├─ 设备：PC, Mobile, Tablet\r\n│ └─ 网络：WiFi, 4G, 弱网\r\n│\r\n└─ 状态参数\r\n ├─ 用户状态：新用户、老用户、VIP\r\n ├─ 数据状态：空、少量、大量\r\n └─ 系统状态：正常、高负载、异常\r\n```\r\n\r\n### 步骤2：评估风险\r\n**风险评估矩阵：**\r\n\r\n| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |\r\n|---------|---------|---------|-----------|---------|\r\n| A1+B1 | 高 | 有 | 高 | 高 |\r\n| A1+B2 | 中 | 无 | 中 | 中 |\r\n| A2+B1 | 低 | 无 | 低 | 低 |\r\n\r\n### 步骤3：选择策略\r\n```text\r\n根据风险等级选择测试策略：\r\n\r\n高风险组合 → 全组合测试\r\n 示例：支付+优惠券+退款\r\n\r\n中风险组合 → Pairwise测试\r\n 示例：浏览器×操作系统×分辨率\r\n\r\n低风险组合 → 单参数测试\r\n 示例：不同字体、不同颜色\r\n```\r\n\r\n### 步骤4：生成用例\r\n```text\r\n用例生成模板：\r\n\r\n用例编号：COMBO-001\r\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\r\n风险等级：高/中/低\r\n测试重点：[这个组合要特别关注什么]\r\n前置条件：[测试前需要准备什么]\r\n测试步骤：[具体操作步骤]\r\n预期结果：[期望的输出]\r\n```\r\n\r\n## 组合测试示例\r\n\r\n### 场景：电商下单功能\r\n\r\n**参数识别**：\r\n- 用户类型：新用户、老用户、VIP\r\n- 商品类型：普通商品、虚拟商品、预售商品\r\n- 支付方式：微信、支付宝、银行卡\r\n- 优惠券：无、满减券、折扣券\r\n\r\n**风险评估**：\r\n- 高风险：VIP+预售+折扣券（复杂业务规则）\r\n- 中风险：新用户+虚拟商品（特殊流程）\r\n- 低风险：老用户+普通商品+微信（常规流程）\r\n\r\n**测试策略**：\r\n```text\r\n高风险组合（全组合）：\r\n- VIP+预售+微信+折扣券\r\n- VIP+预售+支付宝+折扣券\r\n- VIP+预售+银行卡+折扣券\r\n- VIP+预售+微信+满减券\r\n- VIP+预售+支付宝+满减券\r\n- VIP+预售+银行卡+满减券\r\n\r\n中风险组合（Pairwise）：\r\n- 新用户+虚拟商品+微信\r\n- 新用户+普通商品+支付宝\r\n- 老用户+虚拟商品+银行卡\r\n- 老用户+预售商品+微信\r\n\r\n低风险组合（单参数）：\r\n- 新用户+普通商品+微信+无优惠券\r\n- 老用户+普通商品+微信+无优惠券\r\n- VIP+普通商品+微信+无优惠券\r\n```\r\n\r\n## 策略选择速查表\r\n\r\n| 特征 | 推荐策略 | 组合压缩比 | 最佳适用 |\r\n|------|---------|----------|---------|\r\n| 参数3-10个，每参数2-5值 | Pairwise | 全组合的10-30% | 功能、兼容测试 |\r\n| 参数>10个，需统计分析 | 正交实验 | 全组合的5-20% | 配置、环境兼容测试 |\r\n| 有历史缺陷数据 | 风险加权 | 按需调整 | 回归测试、重点突破 |\r\n| 高安全/高风险 | 全组合 | 100% | 支付、安全模块 |\r\n\r\n## 常见反模式\r\n\r\n1. **一刀切选Pairwise**：不管场景都用两两组合 → 高安全场景必须全组合，低风险场景单参数即可\r\n2. **参数遗漏**：只列了输入参数，漏了环境/状态参数 → 参数识别清单必须覆盖输入/环境/状态三类\r\n3. **对结果不排序**：Pairwise跑出100条用例直接全测 → 按风险等级排序，先跑高风险组合\r\n4. **忽略交互**：只测单参数，不测参数间组合 → 所有业务规则设计到的参数间交互必须覆盖\r\n\r\n## 异常处理引导\r\n\r\n| 场景 | 表现 | 处理方式 |\r\n|------|------|---------|\r\n| 参数过多导致组合爆炸 | 简化后仍有1000+组合 | 按风险加权：高风险组合全覆盖，低风险抽样 |\r\n| 环境差异导致不一致 | 不同环境结果不同 | 锁定基线环境，标注差异，分环境执行 |\r\n| 业务规则频繁变化 | 组合条件随需求变更 | 稳定参数做基础组合，易变参数单独测试 |\r\n| 遗漏关键组合 | 上线后发现未覆盖的组合有问题 | 更新检查清单，增加历史缺陷驱动的组合权重 |\r\n\r\n## 输出示例\r\n\r\n**场景：电商下单功能测试（参数：用户类型×商品类型×支付方式）**\r\n→ 参数识别：用户（新用户/老用户/VIP）、商品（普通/虚拟/预售）、支付（微信/支付宝/银行卡）\r\n→ 策略选择：Pairwise生成9条组合覆盖所有两两交互\r\n→ 风险加权：VIP用户+预售商品+微信支付标记为高风险（深测）\r\n\r\n**参数太多（10个参数×每个5种取值）全组合2小时跑不完**\r\n→ 先用Pairwise压缩到核心组合，再补充高风险组合深测\r\n\r\n## 检查清单\r\n\r\n组合测试完成后检查：\r\n- [ ] 参数识别是否完整？\r\n- [ ] 风险评估是否合理？\r\n- [ ] 策略选择是否恰当？\r\n- [ ] 高风险组合是否全覆盖？\r\n- [ ] 用例是否可执行？\r\n- [ ] 测试效率是否提升？\n\nFile v1.5.0:_meta.json\n\n{\n \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n \"slug\": \"qa-combination-strategy\",\n \"version\": \"1.5.0\",\n \"publishedAt\": 1782736334867\n}\n\nFile v1.5.0:skill-card.md\n\n## Description:
\nHelps QA teams reduce combination-test explosion by using pairwise coverage, orthogonal testing, decision-table thinking, and risk-weighted combinations to produce coverage matrices and identify gaps.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[kokxi](https://clawhub.ai/user/kokxi)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nQA engineers, test designers, and developers use this skill to turn scenario trees, requirement breakdowns, and optional risk assessments into efficient combination-test plans. It is most useful when full combinatorial coverage is impractical across many parameters, environments, or dependent input values.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: Reduced combination sets may miss critical interactions in high-risk workflows.
\nMitigation: Manually review generated matrices and add full coverage for high-risk, safety-sensitive, payment, security, or complex dependency flows.
\nRisk: Broad QA terminology may trigger the skill when pairwise or orthogonal reduction is not the right strategy.
\nMitigation: Confirm the parameters, value ranges, business rules, and risk levels before relying on a reduced matrix.
\nRisk: The skill produces QA planning guidance rather than executable tests.
\nMitigation: Convert the matrix into concrete test cases with clear preconditions, steps, and expected results before execution.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/kokxi/skills/qa-combination-strategy)
\n\n\n## Skill Output:
\n**Output Type(s):** [Markdown, Analysis, Guidance]
\n**Output Format:** [Markdown with combination matrices, pairwise combinations, N-way analysis, and coverage-gap notes]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Outputs should be reviewed before being converted into executable test cases, especially for high-risk flows.]
\n\n## Skill Version(s):
\n1.5.0 (source: SKILL.md frontmatter and ClawHub release evidence)
\n\n## Ethical Considerations:
\nUsers 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.
\n\nArchive v1.4.1: 3 files, 4496 bytes\n\nFiles: skill-card.md (1772b), SKILL.md (7284b), _meta.json (142b)\n\nFile v1.4.1:SKILL.md\n\n---\r\nname: qa-combination-strategy\r\ndescription: >-\r\n 组合测试策略，运用正交试验/Pairwise/判定表解决多参数多环境组合爆炸问题。当需要简化测试组合或设计高效测试方案时激活。\r\n\r\nwhen_to_use: 用户说\"组合测试\"、\"参数组合\"、\"正交测试\"、\"组合爆炸\"、\"Pairwise\"、\"全组合测不完\"、\"判断表\"、需要简化测试组合、参数多环境多时\r\nallowed-tools: Read Grep Glob\r\nrelated_skills:\r\n upstream:\r\n - qa-scenario-tree # 输入：场景树\r\n downstream:\r\n - qa-ai-context-engineering # 输出：组合矩阵传递给上下文工程\r\ninput_format: 场景树（JSON格式）\r\noutput_format: 组合矩阵（参数组合 + 风险加权 + 简化策略）\r\n---\r\n\r\n# 组合测试策略\r\n\r\n## Overview\r\n\r\n你是一位组合测试专家，擅长用最少的测试用例覆盖最多的组合场景。\r\n**核心原则**：全组合测不完，不测又怕漏——用科学方法简化。\r\n本技能提供Pairwise、正交实验法、风险加权组合三种简化策略。\r\n\r\n## 三种简化策略\r\n\r\n### 策略1：Pairwise（两两组合）\r\n**原理**：每个参数的每个值，至少与其他参数的每个值组合一次\r\n\r\n```\r\n适用场景：\r\n- 参数数量中等（3-10个）\r\n- 每个参数取值不多（2-5个）\r\n- 需要较全面覆盖\r\n\r\n生成方法：\r\n1. 列出所有参数及其取值\r\n2. 使用Pairwise算法生成最小用例集\r\n3. 人工审核补充高风险组合\r\n\r\n示例：\r\n参数A：a1, a2\r\n参数B：b1, b2, b3\r\n参数C：c1, c2\r\n\r\n全组合：2×3×2=12个\r\nPairwise：最多4-5个用例\r\n```\r\n\r\n### 策略2：正交实验法\r\n**原理**：用正交表安排实验，均衡分散、整齐可比\r\n\r\n```\r\n适用场景：\r\n- 参数数量多（>10个）\r\n- 需要统计分析\r\n- 因素间交互作用小\r\n\r\n正交表选择：\r\n- L4(2^3)：3个2水平因素，4次实验\r\n- L8(2^7)：7个2水平因素，8次实验\r\n- L9(3^4)：4个3水平因素，9次实验\r\n- L16(4^5)：5个4水平因素，16次实验\r\n\r\n示例：\r\n因素：\r\n- 浏览器：Chrome, Firefox, Safari（3水平）\r\n- 操作系统：Windows, Mac, Linux（3水平）\r\n- 分辨率：1024x768, 1920x1080（2水平）\r\n\r\n选择L18(3^7)正交表\r\n```\r\n\r\n### 策略3：风险加权组合\r\n**原理**：高风险组合多测，低风险组合少测\r\n\r\n```\r\n适用场景：\r\n- 已有历史缺陷数据\r\n- 能识别高风险区域\r\n- 需要重点突破\r\n\r\n风险评估维度：\r\n1. 业务影响：出问题影响多大？\r\n2. 历史缺陷：这里出过Bug吗？\r\n3. 技术复杂度：实现复杂吗？\r\n4. 变更频率：经常改吗？\r\n\r\n风险等级：\r\n- 高风险：全组合测试\r\n- 中风险：Pairwise测试\r\n- 低风险：单参数测试\r\n```\r\n\r\n## 组合测试流程\r\n\r\n### 步骤1：识别参数\r\n```\r\n参数识别清单：\r\n├─ 输入参数\r\n│ ├─ 用户输入：文本、数字、选择\r\n│ ├─ 系统参数：配置、环境\r\n│ └─ 数据参数：数据状态、数据量\r\n│\r\n├─ 环境参数\r\n│ ├─ 浏览器：Chrome, Firefox, Safari\r\n│ ├─ 操作系统：Windows, Mac, Linux\r\n│ ├─ 设备：PC, Mobile, Tablet\r\n│ └─ 网络：WiFi, 4G, 弱网\r\n│\r\n└─ 状态参数\r\n ├─ 用户状态：新用户、老用户、VIP\r\n ├─ 数据状态：空、少量、大量\r\n └─ 系统状态：正常、高负载、异常\r\n```\r\n\r\n### 步骤2：评估风险\r\n```\r\n风险评估矩阵：\r\n\r\n| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |\r\n|---------|---------|---------|-----------|---------|\r\n| A1+B1 | 高 | 有 | 高 | 高 |\r\n| A1+B2 | 中 | 无 | 中 | 中 |\r\n| A2+B1 | 低 | 无 | 低 | 低 |\r\n```\r\n\r\n### 步骤3：选择策略\r\n```\r\n根据风险等级选择测试策略：\r\n\r\n高风险组合 → 全组合测试\r\n 示例：支付+优惠券+退款\r\n\r\n中风险组合 → Pairwise测试\r\n 示例：浏览器×操作系统×分辨率\r\n\r\n低风险组合 → 单参数测试\r\n 示例：不同字体、不同颜色\r\n```\r\n\r\n### 步骤4：生成用例\r\n```\r\n用例生成模板：\r\n\r\n用例编号：COMBO-001\r\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\r\n风险等级：高/中/低\r\n测试重点：[这个组合要特别关注什么]\r\n前置条件：[测试前需要准备什么]\r\n测试步骤：[具体操作步骤]\r\n预期结果：[期望的输出]\r\n```\r\n\r\n## 组合测试示例\r\n\r\n### 场景：电商下单功能\r\n\r\n**参数识别**：\r\n- 用户类型：新用户、老用户、VIP\r\n- 商品类型：普通商品、虚拟商品、预售商品\r\n- 支付方式：微信、支付宝、银行卡\r\n- 优惠券：无、满减券、折扣券\r\n\r\n**风险评估**：\r\n- 高风险：VIP+预售+折扣券（复杂业务规则）\r\n- 中风险：新用户+虚拟商品（特殊流程）\r\n- 低风险：老用户+普通商品+微信（常规流程）\r\n\r\n**测试策略**：\r\n```\r\n高风险组合（全组合）：\r\n- VIP+预售+微信+折扣券\r\n- VIP+预售+支付宝+折扣券\r\n- VIP+预售+银行卡+折扣券\r\n- VIP+预售+微信+满减券\r\n- VIP+预售+支付宝+满减券\r\n- VIP+预售+银行卡+满减券\r\n\r\n中风险组合（Pairwise）：\r\n- 新用户+虚拟商品+微信\r\n- 新用户+普通商品+支付宝\r\n- 老用户+虚拟商品+银行卡\r\n- 老用户+预售商品+微信\r\n\r\n低风险组合（单参数）：\r\n- 新用户+普通商品+微信+无优惠券\r\n- 老用户+普通商品+微信+无优惠券\r\n- VIP+普通商品+微信+无优惠券\r\n```\r\n\r\n## 策略选择速查表\r\n\r\n| 特征 | 推荐策略 | 组合压缩比 | 最佳适用 |\r\n|------|---------|----------|---------|\r\n| 参数3-10个，每参数2-5值 | Pairwise | 全组合的10-30% | 功能、兼容测试 |\r\n| 参数>10个，需统计分析 | 正交实验 | 全组合的5-20% | 配置、环境兼容测试 |\r\n| 有历史缺陷数据 | 风险加权 | 按需调整 | 回归测试、重点突破 |\r\n| 高安全/高风险 | 全组合 | 100% | 支付、安全模块 |\r\n\r\n## 常见反模式\r\n\r\n1. **一刀切选Pairwise**：不管场景都用两两组合 → 高安全场景必须全组合，低风险场景单参数即可\r\n2. **参数遗漏**：只列了输入参数，漏了环境/状态参数 → 参数识别清单必须覆盖输入/环境/状态三类\r\n3. **对结果不排序**：Pairwise跑出100条用例直接全测 → 按风险等级排序，先跑高风险组合\r\n4. **忽略交互**：只测单参数，不测参数间组合 → 所有业务规则设计到的参数间交互必须覆盖\r\n\r\n## Examples\r\n\r\n**场景：电商下单功能测试（参数：用户类型×商品类型×支付方式）**\r\n→ 参数识别：用户（新用户/老用户/VIP）、商品（普通/虚拟/预售）、支付（微信/支付宝/银行卡）\r\n→ 策略选择：Pairwise生成9条组合覆盖所有两两交互\r\n→ 风险加权：VIP用户+预售商品+微信支付标记为高风险（深测）\r\n\r\n**参数太多（10个参数×每个5种取值）全组合2小时跑不完**\r\n→ 先用Pairwise压缩到核心组合，再补充高风险组合深测\r\n\r\n## Guidelines\r\n\r\n组合测试完成后检查：\r\n- [ ] 参数识别是否完整？\r\n- [ ] 风险评估是否合理？\r\n- [ ] 策略选择是否恰当？\r\n- [ ] 高风险组合是否全覆盖？\r\n- [ ] 用例是否可执行？\r\n- [ ] 测试效率是否提升？\n\nFile v1.4.1:_meta.json\n\n{\n \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n \"slug\": \"qa-combination-strategy\",\n \"version\": \"1.4.1\",\n \"publishedAt\": 1782406444146\n}\n\nFile v1.4.1:skill-card.md\n\n## Description:
\nA QA test-design skill that uses orthogonal testing, Pairwise coverage, decision tables, and risk weighting to reduce multi-parameter and multi-environment combination explosion.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[kokxi](https://clawhub.ai/user/kokxi)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nQA engineers and test designers use this skill to reduce multi-parameter test combinations with Pairwise, orthogonal experiment, and risk-weighted strategies while preserving coverage of important interactions.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: The artifact contains invisible or control characters that can make instructions harder to review.
\nMitigation: Review a cleaned SKILL.md with invisible and control characters removed before installation or redistribution.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/kokxi/skills/qa-combination-strategy)
\n\n\n## Skill Output:
\n**Output Type(s):** [text, markdown, guidance]
\n**Output Format:** [Markdown guidance with combination matrices, risk weighting, and test case templates]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [May include parameter lists, selected simplification strategy, risk levels, and executable test case outlines.]
\n\n## Skill Version(s):
\n1.4.1 (source: server release evidence)
\n\n## Ethical Considerations:
\nUsers 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.
\n\nArchive v1.4.0: 3 files, 4499 bytes\n\nFiles: skill-card.md (1736b), SKILL.md (7496b), _meta.json (142b)\n\nFile v1.4.0:SKILL.md\n\n---\r\nname: qa-combination-strategy\r\ndescription: >-\r\n 组合测试策略，处理多参数多环境的测试组合爆炸问题。当参数多、环境多、全组合测不完需要简化时自动触发。\r\n 也适用于：需要设计正交试验、判定表或Pairwise测试方案时。\r\n 关键词：组合测试、正交试验、Pairwise、参数组合、组合爆炸、测试简化、全组合、风险加权、判断表、测试正交。\nwhen_to_use: 用户说\"组合测试\"、\"参数组合\"、\"正交测试\"、\"组合爆炸\"、\"Pairwise\"、\"全组合测不完\"、\"判断表\"、需要简化测试组合、参数多环境多时\r\nallowed-tools: Read Grep Glob\r\nrelated_skills:\r\n upstream:\r\n - qa-scenario-tree # 输入：场景树\r\n downstream:\r\n - qa-ai-context-engineering # 输出：组合矩阵传递给上下文工程\r\ninput_format: 场景树（JSON格式）\r\noutput_format: 组合矩阵（参数组合 + 风险加权 + 简化策略）\r\n---\r\n\r\n# 组合测试策略\r\n\r\n## Overview\r\n\r\n你是一位组合测试专家，擅长用最少的测试用例覆盖最多的组合场景。\r\n**核心原则**：全组合测不完，不测又怕漏——用科学方法简化。\r\n本技能提供Pairwise、正交实验法、风险加权组合三种简化策略。\r\n\r\n## 三种简化策略\r\n\r\n### 策略1：Pairwise（两两组合）\r\n**原理**：每个参数的每个值，至少与其他参数的每个值组合一次\r\n\r\n```\r\n适用场景：\r\n- 参数数量中等（3-10个）\r\n- 每个参数取值不多（2-5个）\r\n- 需要较全面覆盖\r\n\r\n生成方法：\r\n1. 列出所有参数及其取值\r\n2. 使用Pairwise算法生成最小用例集\r\n3. 人工审核补充高风险组合\r\n\r\n示例：\r\n参数A：a1, a2\r\n参数B：b1, b2, b3\r\n参数C：c1, c2\r\n\r\n全组合：2×3×2=12个\r\nPairwise：最多4-5个用例\r\n```\r\n\r\n### 策略2：正交实验法\r\n**原理**：用正交表安排实验，均衡分散、整齐可比\r\n\r\n```\r\n适用场景：\r\n- 参数数量多（>10个）\r\n- 需要统计分析\r\n- 因素间交互作用小\r\n\r\n正交表选择：\r\n- L4(2^3)：3个2水平因素，4次实验\r\n- L8(2^7)：7个2水平因素，8次实验\r\n- L9(3^4)：4个3水平因素，9次实验\r\n- L16(4^5)：5个4水平因素，16次实验\r\n\r\n示例：\r\n因素：\r\n- 浏览器：Chrome, Firefox, Safari（3水平）\r\n- 操作系统：Windows, Mac, Linux（3水平）\r\n- 分辨率：1024x768, 1920x1080（2水平）\r\n\r\n选择L18(3^7)正交表\r\n```\r\n\r\n### 策略3：风险加权组合\r\n**原理**：高风险组合多测，低风险组合少测\r\n\r\n```\r\n适用场景：\r\n- 已有历史缺陷数据\r\n- 能识别高风险区域\r\n- 需要重点突破\r\n\r\n风险评估维度：\r\n1. 业务影响：出问题影响多大？\r\n2. 历史缺陷：这里出过Bug吗？\r\n3. 技术复杂度：实现复杂吗？\r\n4. 变更频率：经常改吗？\r\n\r\n风险等级：\r\n- 高风险：全组合测试\r\n- 中风险：Pairwise测试\r\n- 低风险：单参数测试\r\n```\r\n\r\n## 组合测试流程\r\n\r\n### 步骤1：识别参数\r\n```\r\n参数识别清单：\r\n├─ 输入参数\r\n│ ├─ 用户输入：文本、数字、选择\r\n│ ├─ 系统参数：配置、环境\r\n│ └─ 数据参数：数据状态、数据量\r\n│\r\n├─ 环境参数\r\n│ ├─ 浏览器：Chrome, Firefox, Safari\r\n│ ├─ 操作系统：Windows, Mac, Linux\r\n│ ├─ 设备：PC, Mobile, Tablet\r\n│ └─ 网络：WiFi, 4G, 弱网\r\n│\r\n└─ 状态参数\r\n ├─ 用户状态：新用户、老用户、VIP\r\n ├─ 数据状态：空、少量、大量\r\n └─ 系统状态：正常、高负载、异常\r\n```\r\n\r\n### 步骤2：评估风险\r\n```\r\n风险评估矩阵：\r\n\r\n| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |\r\n|---------|---------|---------|-----------|---------|\r\n| A1+B1 | 高 | 有 | 高 | 高 |\r\n| A1+B2 | 中 | 无 | 中 | 中 |\r\n| A2+B1 | 低 | 无 | 低 | 低 |\r\n```\r\n\r\n### 步骤3：选择策略\r\n```\r\n根据风险等级选择测试策略：\r\n\r\n高风险组合 → 全组合测试\r\n 示例：支付+优惠券+退款\r\n\r\n中风险组合 → Pairwise测试\r\n 示例：浏览器×操作系统×分辨率\r\n\r\n低风险组合 → 单参数测试\r\n 示例：不同字体、不同颜色\r\n```\r\n\r\n### 步骤4：生成用例\r\n```\r\n用例生成模板：\r\n\r\n用例编号：COMBO-001\r\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\r\n风险等级：高/中/低\r\n测试重点：[这个组合要特别关注什么]\r\n前置条件：[测试前需要准备什么]\r\n测试步骤：[具体操作步骤]\r\n预期结果：[期望的输出]\r\n```\r\n\r\n## 组合测试示例\r\n\r\n### 场景：电商下单功能\r\n\r\n**参数识别**：\r\n- 用户类型：新用户、老用户、VIP\r\n- 商品类型：普通商品、虚拟商品、预售商品\r\n- 支付方式：微信、支付宝、银行卡\r\n- 优惠券：无、满减券、折扣券\r\n\r\n**风险评估**：\r\n- 高风险：VIP+预售+折扣券（复杂业务规则）\r\n- 中风险：新用户+虚拟商品（特殊流程）\r\n- 低风险：老用户+普通商品+微信（常规流程）\r\n\r\n**测试策略**：\r\n```\r\n高风险组合（全组合）：\r\n- VIP+预售+微信+折扣券\r\n- VIP+预售+支付宝+折扣券\r\n- VIP+预售+银行卡+折扣券\r\n- VIP+预售+微信+满减券\r\n- VIP+预售+支付宝+满减券\r\n- VIP+预售+银行卡+满减券\r\n\r\n中风险组合（Pairwise）：\r\n- 新用户+虚拟商品+微信\r\n- 新用户+普通商品+支付宝\r\n- 老用户+虚拟商品+银行卡\r\n- 老用户+预售商品+微信\r\n\r\n低风险组合（单参数）：\r\n- 新用户+普通商品+微信+无优惠券\r\n- 老用户+普通商品+微信+无优惠券\r\n- VIP+普通商品+微信+无优惠券\r\n```\r\n\r\n## 策略选择速查表\r\n\r\n| 特征 | 推荐策略 | 组合压缩比 | 最佳适用 |\r\n|------|---------|----------|---------|\r\n| 参数3-10个，每参数2-5值 | Pairwise | 全组合的10-30% | 功能、兼容测试 |\r\n| 参数>10个，需统计分析 | 正交实验 | 全组合的5-20% | 配置、环境兼容测试 |\r\n| 有历史缺陷数据 | 风险加权 | 按需调整 | 回归测试、重点突破 |\r\n| 高安全/高风险 | 全组合 | 100% | 支付、安全模块 |\r\n\r\n## 常见反模式\r\n\r\n1. **一刀切选Pairwise**：不管场景都用两两组合 → 高安全场景必须全组合，低风险场景单参数即可\r\n2. **参数遗漏**：只列了输入参数，漏了环境/状态参数 → 参数识别清单必须覆盖输入/环境/状态三类\r\n3. **对结果不排序**：Pairwise跑出100条用例直接全测 → 按风险等级排序，先跑高风险组合\r\n4. **忽略交互**：只测单参数，不测参数间组合 → 所有业务规则设计到的参数间交互必须覆盖\r\n\r\n## Examples\r\n\r\n**场景：电商下单功能测试（参数：用户类型×商品类型×支付方式）**\r\n→ 参数识别：用户（新用户/老用户/VIP）、商品（普通/虚拟/预售）、支付（微信/支付宝/银行卡）\r\n→ 策略选择：Pairwise生成9条组合覆盖所有两两交互\r\n→ 风险加权：VIP用户+预售商品+微信支付标记为高风险（深测）\r\n\r\n**参数太多（10个参数×每个5种取值）全组合2小时跑不完**\r\n→ 先用Pairwise压缩到核心组合，再补充高风险组合深测\r\n\r\n## Guidelines\r\n\r\n组合测试完成后检查：\r\n- [ ] 参数识别是否完整？\r\n- [ ] 风险评估是否合理？\r\n- [ ] 策略选择是否恰当？\r\n- [ ] 高风险组合是否全覆盖？\r\n- [ ] 用例是否可执行？\r\n- [ ] 测试效率是否提升？\n\nFile v1.4.0:_meta.json\n\n{\n \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n \"slug\": \"qa-combination-strategy\",\n \"version\": \"1.4.0\",\n \"publishedAt\": 1782277589541\n}\n\nFile v1.4.0:skill-card.md\n\n## Description:
\nGuides QA teams in reducing large parameter and environment test matrices with Pairwise, orthogonal testing, and risk-weighted combination strategies.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[kokxi](https://clawhub.ai/user/kokxi)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nQA engineers and test planners use this skill to turn scenario trees into combination matrices that reduce combinatorial explosion while preserving high-risk coverage.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: Coverage-reduction guidance could under-test payment, security, safety, or other business-critical flows.
\nMitigation: Review proposed reductions manually and keep full-combination coverage for high-risk combinations, as the skill recommends.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/kokxi/skills/qa-combination-strategy)
\n\n\n## Skill Output:
\n**Output Type(s):** [text, markdown, guidance]
\n**Output Format:** [Markdown combination matrix with parameter combinations, risk weights, and strategy guidance]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Recommends full-combination coverage for high-risk flows and reduced coverage strategies for lower-risk combinations.]
\n\n## Skill Version(s):
\n1.4.0 (source: server release evidence)
\n\n## Ethical Considerations:
\nUsers 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.
\n\nArchive v1.3.0: 3 files, 3833 bytes\n\nFiles: skill-card.md (1748b), SKILL.md (5471b), _meta.json (142b)\n\nFile v1.3.0:SKILL.md\n\n---\r\nname: qa-combination-strategy\r\ndescription: 组合测试策略，处理多参数多环境的测试组合。当参数多环境多全组合测不完时激活。\r\nwhen_to_use: 用户说\"组合测试\"、\"参数组合\"、\"正交测试\"、需要简化测试组合时\r\nallowed-tools: Read Grep Glob\r\nrelated_skills:\r\n upstream:\r\n - qa-scenario-tree # 输入：场景树\r\n downstream:\r\n - qa-ai-context-engineering # 输出：组合矩阵传递给上下文工程\r\ninput_format: 场景树（JSON格式）\r\noutput_format: 组合矩阵（参数组合 + 风险加权 + 简化策略）\r\n---\r\n\r\n# 组合测试策略\r\n\r\n你是一位组合测试专家，擅长用最少的测试用例覆盖最多的组合场景。\r\n\r\n## 核心原则\r\n\r\n**全组合测不完，不测又怕漏——用科学方法简化。**\r\n\r\n## 三种简化策略\r\n\r\n### 策略1：Pairwise（两两组合）\r\n**原理**：每个参数的每个值，至少与其他参数的每个值组合一次\r\n\r\n```\r\n适用场景：\r\n- 参数数量中等（3-10个）\r\n- 每个参数取值不多（2-5个）\r\n- 需要较全面覆盖\r\n\r\n生成方法：\r\n1. 列出所有参数及其取值\r\n2. 使用Pairwise算法生成最小用例集\r\n3. 人工审核补充高风险组合\r\n\r\n示例：\r\n参数A：a1, a2\r\n参数B：b1, b2, b3\r\n参数C：c1, c2\r\n\r\n全组合：2×3×2=12个\r\nPairwise：最多4-5个用例\r\n```\r\n\r\n### 策略2：正交实验法\r\n**原理**：用正交表安排实验，均衡分散、整齐可比\r\n\r\n```\r\n适用场景：\r\n- 参数数量多（>10个）\r\n- 需要统计分析\r\n- 因素间交互作用小\r\n\r\n正交表选择：\r\n- L4(2^3)：3个2水平因素，4次实验\r\n- L8(2^7)：7个2水平因素，8次实验\r\n- L9(3^4)：4个3水平因素，9次实验\r\n- L16(4^5)：5个4水平因素，16次实验\r\n\r\n示例：\r\n因素：\r\n- 浏览器：Chrome, Firefox, Safari（3水平）\r\n- 操作系统：Windows, Mac, Linux（3水平）\r\n- 分辨率：1024x768, 1920x1080（2水平）\r\n\r\n选择L18(3^7)正交表\r\n```\r\n\r\n### 策略3：风险加权组合\r\n**原理**：高风险组合多测，低风险组合少测\r\n\r\n```\r\n适用场景：\r\n- 已有历史缺陷数据\r\n- 能识别高风险区域\r\n- 需要重点突破\r\n\r\n风险评估维度：\r\n1. 业务影响：出问题影响多大？\r\n2. 历史缺陷：这里出过Bug吗？\r\n3. 技术复杂度：实现复杂吗？\r\n4. 变更频率：经常改吗？\r\n\r\n风险等级：\r\n- 高风险：全组合测试\r\n- 中风险：Pairwise测试\r\n- 低风险：单参数测试\r\n```\r\n\r\n## 组合测试流程\r\n\r\n### 步骤1：识别参数\r\n```\r\n参数识别清单：\r\n├─ 输入参数\r\n│ ├─ 用户输入：文本、数字、选择\r\n│ ├─ 系统参数：配置、环境\r\n│ └─ 数据参数：数据状态、数据量\r\n│\r\n├─ 环境参数\r\n│ ├─ 浏览器：Chrome, Firefox, Safari\r\n│ ├─ 操作系统：Windows, Mac, Linux\r\n│ ├─ 设备：PC, Mobile, Tablet\r\n│ └─ 网络：WiFi, 4G, 弱网\r\n│\r\n└─ 状态参数\r\n ├─ 用户状态：新用户、老用户、VIP\r\n ├─ 数据状态：空、少量、大量\r\n └─ 系统状态：正常、高负载、异常\r\n```\r\n\r\n### 步骤2：评估风险\r\n```\r\n风险评估矩阵：\r\n\r\n| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |\r\n|---------|---------|---------|-----------|---------|\r\n| A1+B1 | 高 | 有 | 高 | 高 |\r\n| A1+B2 | 中 | 无 | 中 | 中 |\r\n| A2+B1 | 低 | 无 | 低 | 低 |\r\n```\r\n\r\n### 步骤3：选择策略\r\n```\r\n根据风险等级选择测试策略：\r\n\r\n高风险组合 → 全组合测试\r\n 示例：支付+优惠券+退款\r\n\r\n中风险组合 → Pairwise测试\r\n 示例：浏览器×操作系统×分辨率\r\n\r\n低风险组合 → 单参数测试\r\n 示例：不同字体、不同颜色\r\n```\r\n\r\n### 步骤4：生成用例\r\n```\r\n用例生成模板：\r\n\r\n用例编号：COMBO-001\r\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\r\n风险等级：高/中/低\r\n测试重点：[这个组合要特别关注什么]\r\n前置条件：[测试前需要准备什么]\r\n测试步骤：[具体操作步骤]\r\n预期结果：[期望的输出]\r\n```\r\n\r\n## 组合测试示例\r\n\r\n### 场景：电商下单功能\r\n\r\n**参数识别**：\r\n- 用户类型：新用户、老用户、VIP\r\n- 商品类型：普通商品、虚拟商品、预售商品\r\n- 支付方式：微信、支付宝、银行卡\r\n- 优惠券：无、满减券、折扣券\r\n\r\n**风险评估**：\r\n- 高风险：VIP+预售+折扣券（复杂业务规则）\r\n- 中风险：新用户+虚拟商品（特殊流程）\r\n- 低风险：老用户+普通商品+微信（常规流程）\r\n\r\n**测试策略**：\r\n```\r\n高风险组合（全组合）：\r\n- VIP+预售+微信+折扣券\r\n- VIP+预售+支付宝+折扣券\r\n- VIP+预售+银行卡+折扣券\r\n- VIP+预售+微信+满减券\r\n- VIP+预售+支付宝+满减券\r\n- VIP+预售+银行卡+满减券\r\n\r\n中风险组合（Pairwise）：\r\n- 新用户+虚拟商品+微信\r\n- 新用户+普通商品+支付宝\r\n- 老用户+虚拟商品+银行卡\r\n- 老用户+预售商品+微信\r\n\r\n低风险组合（单参数）：\r\n- 新用户+普通商品+微信+无优惠券\r\n- 老用户+普通商品+微信+无优惠券\r\n- VIP+普通商品+微信+无优惠券\r\n```\r\n\r\n## 验收清单\r\n\r\n组合测试完成后检查：\r\n- [ ] 参数识别是否完整？\r\n- [ ] 风险评估是否合理？\r\n- [ ] 策略选择是否恰当？\r\n- [ ] 高风险组合是否全覆盖？\r\n- [ ] 用例是否可执行？\r\n- [ ] 测试效率是否提升？\n\nFile v1.3.0:_meta.json\n\n{\n \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n \"slug\": \"qa-combination-strategy\",\n \"version\": \"1.3.0\",\n \"publishedAt\": 1782056283065\n}\n\nFile v1.3.0:skill-card.md\n\n## Description:
\n组合测试策略，处理多参数多环境的测试组合。当参数多环境多全组合测不完时激活。
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[kokxi](https://clawhub.ai/user/kokxi)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nQA engineers and developers use this skill to simplify multi-parameter test planning into pairwise, orthogonal, or risk-weighted combination matrices and executable case templates.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: The skill may read local scenario or test context when invoked for QA planning.
\nMitigation: Provide only the project context needed for combination design and avoid unnecessary sensitive data.
\nRisk: Generated combination matrices or test templates may omit edge cases if the input parameters or risk ratings are incomplete.
\nMitigation: Review the parameter list, risk assessment, and generated cases before adopting the test plan.
\n\n\n## Reference(s):
\n\n\n## Skill Output:
\n**Output Type(s):** [guidance, markdown]
\n**Output Format:** [Markdown guidance with combination matrices and test case templates]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Produces QA planning recommendations; no executable code is included.]
\n\n## Skill Version(s):
\n1.3.0 (source: server release metadata)
\n\n## Ethical Considerations:
\nUsers 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.
","readmeExcerpt":"Skill: qa-combination-strategy Owner: kokxi Summary: 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。 触发场景：组合测试、参数组合、正交测试、组合爆炸、Pairwise、全组合测不完、判断表、参数多环境多时。 Use when the user asks about: parameter and environment combination explosion — orthogonal arrays, pairwise testing, decision tables, and ","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"参数识别清单：\n├─ 输入参数\n│ ├─ 用户输入：文本、数字、选择\n│ ├─ 系统参数：配置、环境\n│ └─ 数据参数：数据状态、数据量\n│\n├─ 环境参数\n│ ├─ 浏览器：Chrome, Firefox, Safari\n│ ├─ 操作系统：Windows, Mac, Linux\n│ ├─ 设备：PC, Mobile, Tablet\n│ └─ 网络：WiFi, 4G, 弱网\n│\n└─ 状态参数\n ├─ 用户状态：新用户、老用户、VIP\n ├─ 数据状态：空、少量、大量\n └─ 系统状态：正常、高负载、异常"},{"language":"text","snippet":"根据风险等级选择测试策略：\n\n高风险组合 → 全组合测试\n 示例：支付+优惠券+退款\n\n中风险组合 → Pairwise测试\n 示例：浏览器×操作系统×分辨率\n\n低风险组合 → 单参数测试\n 示例：不同字体、不同颜色"},{"language":"text","snippet":"用例生成模板：\n\n用例编号：COMBO-001\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\n风险等级：高/中/低\n测试重点：[这个组合要特别关注什么]\n前置条件：[测试前需要准备什么]\n测试步骤：[具体操作步骤]\n预期结果：[期望的输出]"},{"language":"text","snippet":"高风险组合（全组合）：\n- VIP+预售+微信+折扣券\n- VIP+预售+支付宝+折扣券\n- VIP+预售+银行卡+折扣券\n- VIP+预售+微信+满减券\n- VIP+预售+支付宝+满减券\n- VIP+预售+银行卡+满减券\n\n中风险组合（Pairwise）：\n- 新用户+虚拟商品+微信\n- 新用户+普通商品+支付宝\n- 老用户+虚拟商品+银行卡\n- 老用户+预售商品+微信\n\n低风险组合（单参数）：\n- 新用户+普通商品+微信+无优惠券\n- 老用户+普通商品+微信+无优惠券\n- VIP+普通商品+微信+无优惠券"},{"language":"text","snippet":"适用场景：\n- 参数数量中等（3-10个）\n- 每个参数取值不多（2-5个）\n- 需要较全面覆盖\n\n生成方法：\n1. 列出所有参数及其取值\n2. 使用Pairwise算法生成最小用例集\n3. 人工审核补充高风险组合\n\n示例：\n参数A：a1, a2\n参数B：b1, b2, b3\n参数C：c1, c2\n\n全组合：2×3×2=12个\nPairwise：最多4-5个用例"},{"language":"text","snippet":"适用场景：\n- 参数数量多（>10个）\n- 需要统计分析\n- 因素间交互作用小\n\n正交表选择：\n- L4(2^3)：3个2水平因素，4次实验\n- L8(2^7)：7个2水平因素，8次实验\n- L9(3^4)：4个3水平因素，9次实验\n- L16(4^5)：5个4水平因素，16次实验\n\n示例：\n因素：\n- 浏览器：Chrome, Firefox, Safari（3水平）\n- 操作系统：Windows, Mac, Linux（3水平）\n- 分辨率：1024x768, 1920x1080（2水平）\n\n选择L18(3^7)正交表"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: qa-combination-strategy\ndescription: >-\n 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。 触发场景：组合测试、参数组合、正交测试、组合爆炸、Pairwise、全组合测不完、判断表、参数多环境多时。 Use when the user asks about: parameter and environment combination explosion — orthogonal arrays, pairwise testing, decision tables, and combinatorial test reduction.\nlicense: MIT\nallowed-tools: Read Grep Glob\nmetadata:\n display-name: \"Combination Strategy\"\n version: \"1.8.0\"\n when-to-use: \"用户说\\\"组合测试\\\"、\\\"参数组合\\\"、\\\"正交测试\\\"、\\\"组合爆炸\\\"、\\\"Pairwise\\\"、\\\"全组合测不完\\\"、\\\"判断表\\\"、需要简化测试组合、参数多环境多时\"\n related-skills: \"{\\\"upstream\\\":[\\\"qa-scenario-tree\\\"],\\\"downstream\\\":[\\\"qa-ai-context-engineering\\\"]}\"\n references: \"[\\\"references/reduction-strategies.md\\\"]\"\n input-format: \"{\\\"required\\\":[{\\\"name\\\":\\\"场景树\\\",\\\"type\\\":\\\"object\\\",\\\"description\\\":\\\"来自qa-scenario-tree的场景树\\\"},{\\\"name\\\":\\\"需求解构表\\\",\\\"type\\\":\\\"object\\\",\\\"description\\\":\\\"来自qa-req-deconstruction的需求解构结果\\\"}],\\\"optional\\\":[{\\\"name\\\":\\\"风险评估\\\",\\\"type\\\":\\\"object\\\",\\\"description\\\":\\\"来自qa-risk-intuition的风险评估\\\"}]}\"\n output-format: \"{\\\"traceability\\\":[\\\"每个组合矩阵带唯一ID（COMBO-XXXX）\\\",\\\"关联场景ID：SC-{场景模块缩写}-{序号}\\\"],\\\"structure\\\":[\\\"覆盖率：标注口径（基于现有需求/输入文档），禁止\\\\\\\"全覆盖/100%\\\\\\\"绝对化表述；缺失模块标注\\\\\\\"未覆盖+原因\\\\\\\"\\\",{\\\"combination_matrix\\\":\\\"组合覆盖矩阵\\\"},{\\\"pairwise_combinations\\\":\\\"成对组合列表\\\"},{\\\"n_way_combinations\\\":\\\"N维组合分析\\\"},{\\\"coverage_gaps\\\":\\\"组合覆盖遗漏\\\"}]}\"\n error-recovery-guidance: \"{\\\"on_failure\\\":\\\"回退到全组合方案或增加取样率\\\",\\\"retry_behavior\\\":\\\"扩大取样范围后重新生成组合方案\\\"}\"\n categories: \"[\\\"Development\\\",\\\"Testing\\\"]\"\n depth-requirement: \"{\\\"reference_value\\\":\\\"根据参数数量和取值范围调整策略深度：简单×1/中等×2/复杂×3\\\",\\\"minimum\\\":\\\"至少使用1种组合简化策略\\\"}\"\n---\n> ⚠️ 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\n\n> **⚠️ 安全警告**：本技能的示例可能涉及订单号、支付金额、截图、身份证、手机号等敏感数据。\n> 实际使用时请勿粘贴真实生产数据、客户信息或财务凭证；测试前应脱敏/掩码处理。\n> 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。\n\n\n# 组合测试策略\n\n## 核心原则\n\n全组合测不完，不测又怕漏——用科学方法简化。提供 Pairwise、正交实验法、风险加权组合三种简化策略。组合数必须少于全量组合，并标注覆盖分析。\n\n## 加载时机\n\n| 什么时候读 | 读哪个 |\n|-----------|--------|\n| 设计 Pairwise/正交/风险加权时 | [`references/reduction-strategies.md`](references/reduction-strategies.md) |\n\n> `三种简化策略`的完整内容已下沉至 `references/reduction-strategies.md`，避免每次触发都占用上下文。\n\n## 组合测试流程\n\n### 步骤1：识别参数\n```text\n参数识别清单：\n├─ 输入参数\n│ ├─ 用户输入：文本、数字、选择\n│ ├─ 系统参数：配置、环境\n│ └─ 数据参数：数据状态、数据量\n│\n├─ 环境参数\n│ ├─ 浏览器：Chrome, Firefox, Safari\n│ ├─ 操作系统：Windows, Mac, Linux\n│ ├─ 设备：PC, Mobile, Tablet\n│ └─ 网络：WiFi, 4G, 弱网\n│\n└─ 状态参数\n ├─ 用户状态：新用户、老用户、VIP\n ├─ 数据状态：空、少量、大量\n └─ 系统状态：正常、高负载、异常\n```\n\n### 步骤2：评估风险\n**风险评估矩阵：**\n\n| 参数组合 | 业务影响 | 历史缺陷 | 技术复杂度 | 风险等级 |\n|---------|---------|---------|-----------|---------|\n| A1+B1 | 高 | 有 | 高 | 高 |\n| A1+B2 | 中 | 无 | 中 | 中 |\n| A2+B1 | 低 | 无 | 低 | 低 |\n\n### 步骤3：选择策略\n```text\n根据风险等级选择测试策略：\n\n高风险组合 → 全组合测试\n 示例：支付+优惠券+退款\n\n中风险组合 → Pairwise测试\n 示例：浏览器×操作系统×分辨率\n\n低风险组合 → 单参数测试\n 示例：不同字体、不同颜色\n```\n\n### 步骤4：生成用例\n```text\n用例生成模板：\n\n用例编号：COMBO-001\n组合内容：[参数1=值1, 参数2=值2, 参数3=值3]\n风险等级：高/中/低\n测试重点"},{"path":"_meta.json","content":"{\n \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n \"slug\": \"qa-combination-strategy\",\n \"version\": \"1.8.0\",\n \"publishedAt\": 1790655969215\n}"},{"path":"references/reduction-strategies.md","content":"# 组合爆炸简化三策略详解\n\n> 本文是 `qa-combination-strategy` 的**组合爆炸简化三策略详解**。设计 Pairwise/正交/风险加权时读本文；\n其余部分留在 SKILL.md，不必读本文。\n\n---\n\n\n### 策略1：Pairwise（两两组合）\n**原理**：每个参数的每个值，至少与其他参数的每个值组合一次\n\n```text\n适用场景：\n- 参数数量中等（3-10个）\n- 每个参数取值不多（2-5个）\n- 需要较全面覆盖\n\n生成方法：\n1. 列出所有参数及其取值\n2. 使用Pairwise算法生成最小用例集\n3. 人工审核补充高风险组合\n\n示例：\n参数A：a1, a2\n参数B：b1, b2, b3\n参数C：c1, c2\n\n全组合：2×3×2=12个\nPairwise：最多4-5个用例\n```\n\n### 策略2：正交实验法\n**原理**：用正交表安排实验，均衡分散、整齐可比\n\n```text\n适用场景：\n- 参数数量多（>10个）\n- 需要统计分析\n- 因素间交互作用小\n\n正交表选择：\n- L4(2^3)：3个2水平因素，4次实验\n- L8(2^7)：7个2水平因素，8次实验\n- L9(3^4)：4个3水平因素，9次实验\n- L16(4^5)：5个4水平因素，16次实验\n\n示例：\n因素：\n- 浏览器：Chrome, Firefox, Safari（3水平）\n- 操作系统：Windows, Mac, Linux（3水平）\n- 分辨率：1024x768, 1920x1080（2水平）\n\n选择L18(3^7)正交表\n```\n\n### 策略3：风险加权组合\n**原理**：高风险组合多测，低风险组合少测\n\n```text\n适用场景：\n- 已有历史缺陷数据\n- 能识别高风险区域\n- 需要重点突破\n\n风险评估维度：\n1. 业务影响：出问题影响多大？\n2. 历史缺陷：这里出过Bug吗？\n3. 技术复杂度：实现复杂吗？\n4. 变更频率：经常改吗？\n\n风险等级：\n- 高风险：全组合测试\n- 中风险：Pairwise测试\n- 低风险：单参数测试\n```"},{"path":"skill-card.md","content":"## Description:\n\nHelps QA teams reduce parameter and environment test combinations using pairwise testing, orthogonal designs, and risk-based selection while documenting coverage gaps.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[kokxi](https://clawhub.ai/user/kokxi)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nQA engineers and developers use this skill to design manageable combinatorial test cases for multi-parameter features, prioritize higher-risk combinations, and identify coverage gaps.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Examples may contain customer, payment, identity, or production data.\n\nMitigation: Use synthetic or masked test data; do not paste real sensitive records into prompts.\n\nRisk: The optional command installs a larger skill bundle without a pinned version.\n\nMitigation: Review the publisher and bundle source before running it, and pin a reviewed version where possible.\n\n## Reference(s):\n\n- [ClawHub skill release](https://clawhub.ai/kokxi/skills/qa-combination-strategy)\n- [Combination reduction strategies](references/reduction-strategies.md)\n\n## Skill Output:\n\n**Output Type(s):** [Markdown, Testing guidance]\n\n**Output Format:** [Markdown tables and test-case lists]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Combination matrices with IDs, linked scenario IDs, pairwise and N-way analyses, stated coverage basis, and coverage gaps.]\n\n## Skill Version(s):\n\n1.8.0 (source: ClawHub release and skill frontmatter)\n\n## Ethical Considerations:\n\nUsers 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."}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。 触发场景：组合测试、参数组合、正交测试、组合爆炸、Pairwise、全组合测不完、判断表、参数多环境多时。 Use when the user asks about: parameter and environment combination explosion — orthogonal arrays, pairwise testing, decision tables, and combinatorial test reduction. Skill: qa-combination-strategy Owner: kokxi Summary: 当参数多、环境多、\"全组合测不完\"时运用正交试验法、Pairwise和判定表来解决组合爆炸问题。如果系统有多个输入字段的组合依赖关系（如\"A=1且B=2时C不能为3\"）、或者需要适配多浏览器多操作系统多语言，一定要用此技能来设计高效的组合覆盖方案。不要试图全覆盖——组合测试的核心是用最少的用例达到最高的组合覆盖率。输出组合覆盖矩阵并标注覆盖遗漏。 触发场景：组合测试、参数组合、正交测试、组合爆炸、Pairwise、全组合测不完、判断表、参数多环境多时。 Use when the user asks about: parameter and environment combination explosion — orthogonal arrays, pairwise testing, decision tables, and","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":1013,"uniquenessScore":53,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-11T16:50:25.518Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-11T16:50:25.518Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-11T20:57:37.326Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"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!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"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","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}