{"id":"e8955bfe-b8e8-4774-b54f-5b24371405d4","entityType":"agent","slug":"clawhub-kokxi-qa-shift-right","name":"qa-shift-right","canonicalUrl":"https://www.xpersona.co/agent/clawhub-kokxi-qa-shift-right","canonicalPath":"/agent/clawhub-kokxi-qa-shift-right","generatedAt":"2026-10-11T10:50:19.384Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-11T08:19:01.510Z","emptyReason":null},"description":"当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。 触发场景：测试右移、生产验证、灰度监控、混沌工程、线上灰度验证、上线后验证、需要规划线上监控与回滚策略时。 Use when the user asks about: shifting testing right into production — APM and log monitoring, synthetic probing, canary verification, and chaos engineering. Skill: qa-shift-right Owner: kokxi Summary: 当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。 触发场景：测试右移、生产验证、灰度监控、混沌工程、线上灰度验证、上线后验证、需要规划线上监控与回滚策略时。 Use when the user asks about: shifting testing right into production — APM and log monitoring, synthetic probing, canary verification, and chaos engineering. Tag","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.1K downloads reported by the source. Last updated 10/11/2026.","installCommand":"clawhub skill install s170jw3s1atcj5jwhqb4r7v7eh8912kp:qa-shift-right","sourceUrl":"https://clawhub.ai/kokxi/qa-shift-right","homepage":"https://clawhub.ai/kokxi/skills/qa-shift-right","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/kokxi/qa-shift-right","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/kokxi/skills/qa-shift-right","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":61,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-11T08:19:01.510Z","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":"2026-10-11T08:19:01.510Z","emptyReason":null},"stars":null,"forks":null,"downloads":1114,"packageName":null,"latestVersion":"1.8.0","tractionLabel":"1.1K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T08:19:01.441Z","emptyReason":null},"lastUpdatedAt":"2026-10-11T08:19:01.510Z","lastCrawledAt":"2026-10-11T08:19:01.441Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-12T08:19:01.441Z","lastVerifiedAt":null,"highlights":[{"version":"1.8.0","createdAt":"2026-09-29T04:28:19.179Z","changelog":"Version 1.8.0 of qa-shift-right is a major refactor focused on modularization, standardization, and improved documentation. - Split detailed stage explanations and tools into a new reference file (`references/right-stages.md`) - Rewrote and streamlined `SKILL.md`: modernized format, consolidated configuration into a metadata block, clarified concepts, and removed redundant/manual duplication - Defined clearer boundaries with upstream (`qa-release-risk-governance`) for gray release criteria and rollback thresholds; not duplicated locally - Removed sample 9-column test case table output—now referenced as delivered by `qa-test-case-design` - Added comprehensive self-checklists and emphasized the importance of regulatory/compliance aspects - Removed outdated file `skill-card.md`","fileCount":4,"zipByteSize":7679},{"version":"1.7.7","createdAt":"2026-09-27T14:40:37.055Z","changelog":"1.7.7","fileCount":3,"zipByteSize":4988},{"version":"1.7.6","createdAt":"2026-09-01T12:45:21.734Z","changelog":"显示名改中文","fileCount":3,"zipByteSize":5417},{"version":"1.7.5","createdAt":"2026-08-30T15:18:31.342Z","changelog":"1.7.5: 版本号升级","fileCount":3,"zipByteSize":5250},{"version":"1.7.0","createdAt":"2026-08-16T14:32:36.688Z","changelog":"qa-shift-right 1.7.0 - Removed the skill-card.md file. - Updated skill documentation in SKILL.md. - No changes to core logic or input/output formats.","fileCount":3,"zipByteSize":4949},{"version":"1.6.3","createdAt":"2026-08-12T15:27:31.718Z","changelog":"- Added \"slug\" and \"displayName\" fields to the skill metadata. - Updated the version to 1.6.3. - Removed the \"skill-card.md\" file. - No changes to user-facing logic or major documentation content.","fileCount":3,"zipByteSize":4839},{"version":"1.6.0","createdAt":"2026-07-06T17:17:22.479Z","changelog":"- Refined output_format in SKILL.md to include traceability structure instead of original structure block. - Added explicit categories and quantitative requirements for right shift depth. - Introduced guidance for error recovery and retry on missing monitoring items. - Clarified documentation by concisely stating core principles and removing duplicated content. - Removed the skill-card.md file.","fileCount":3,"zipByteSize":5085},{"version":"1.5.0","createdAt":"2026-06-29T12:35:19.380Z","changelog":"1. 新增 version 字段，标记为 1.5.0。 2. 大幅优化 description，强调\"上线不是终点\"并明确输出结构（灰度监控、拨测用例、回滚等）。 3. 明确 input/output 格式，采用结构化输入输出（shift_right_plan 等）。 4. 保留和强化安全警告及核心右移分段说明。 5. 移除 skill-card.md 文件，实现文档收敛与精简。","fileCount":3,"zipByteSize":4760}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s170jw3s1atcj5jwhqb4r7v7eh8912kp:qa-shift-right","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-shift-right/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-shift-right/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-shift-right/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-shift-right/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-shift-right/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-shift-right/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-11T10:50:19.383Z"}},"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-shift-right/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-shift-right/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-shift-right/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-kokxi-qa-shift-right/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":"2026-10-11T08:19:01.510Z","emptyReason":null},"readme":"Skill: qa-shift-right\n\nOwner: kokxi\n\nSummary: 当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。 触发场景：测试右移、生产验证、灰度监控、混沌工程、线上灰度验证、上线后验证、需要规划线上监控与回滚策略时。 Use when the user asks about: shifting testing right into production — APM and log monitoring, synthetic probing, canary verification, and chaos engineering.\n\nTags: latest:1.8.0\n\nVersion history:\n\nv1.8.0 | 2026-09-29T04:28:19.179Z | auto\n\nVersion 1.8.0 of qa-shift-right is a major refactor focused on modularization, standardization, and improved documentation.\n\n- Split detailed stage explanations and tools into a new reference file (`references/right-stages.md`)\n- Rewrote and streamlined `SKILL.md`: modernized format, consolidated configuration into a metadata block, clarified concepts, and removed redundant/manual duplication\n- Defined clearer boundaries with upstream (`qa-release-risk-governance`) for gray release criteria and rollback thresholds; not duplicated locally\n- Removed sample 9-column test case table output—now referenced as delivered by `qa-test-case-design`\n- Added comprehensive self-checklists and emphasized the importance of regulatory/compliance aspects\n- Removed outdated file `skill-card.md`\n\nv1.7.7 | 2026-09-27T14:40:37.055Z | user\n\n1.7.7\n\nv1.7.6 | 2026-09-01T12:45:21.734Z | user\n\n显示名改中文\n\nv1.7.5 | 2026-08-30T15:18:31.342Z | user\n\n1.7.5: 版本号升级\n\nv1.7.0 | 2026-08-16T14:32:36.688Z | auto\n\nqa-shift-right 1.7.0\n\n- Removed the skill-card.md file.\n- Updated skill documentation in SKILL.md. \n- No changes to core logic or input/output formats.\n\nv1.6.3 | 2026-08-12T15:27:31.718Z | auto\n\n- Added \"slug\" and \"displayName\" fields to the skill metadata.\n- Updated the version to 1.6.3.\n- Removed the \"skill-card.md\" file.\n- No changes to user-facing logic or major documentation content.\n\nv1.6.0 | 2026-07-06T17:17:22.479Z | auto\n\n- Refined output_format in SKILL.md to include traceability structure instead of original structure block.\n- Added explicit categories and quantitative requirements for right shift depth.\n- Introduced guidance for error recovery and retry on missing monitoring items.\n- Clarified documentation by concisely stating core principles and removing duplicated content.\n- Removed the skill-card.md file.\n\nv1.5.0 | 2026-06-29T12:35:19.380Z | auto\n\n1. 新增 version 字段，标记为 1.5.0。\n2. 大幅优化 description，强调\"上线不是终点\"并明确输出结构（灰度监控、拨测用例、回滚等）。\n3. 明确 input/output 格式，采用结构化输入输出（shift_right_plan 等）。\n4. 保留和强化安全警告及核心右移分段说明。\n5. 移除 skill-card.md 文件，实现文档收敛与精简。\n\nv1.4.2 | 2026-06-26T00:38:40.865Z | user\n\nFix security audit: add WARNINGS block for production safety/privacy/blast-radius controls, narrow when_to_use triggers to reduce false activation\n\nv1.4.1 | 2026-06-25T16:56:28.316Z | auto\n\n- 简化与精炼了技能描述，使应用场景表述更清晰。\n- 删除了 skill-card.md 文件，减少冗余文档内容。\n- SKILL.md 优化了描述和开场说明，保持核心实施方案和流程不变。\n- 保留生产监控、混沌工程及相关分阶段实践内容，保留原有案例与检查清单。\n\nv1.4.0 | 2026-06-24T05:11:48.372Z | auto\n\n- Expanded skill trigger keywords and use cases, such as \"生产验证\"、\"A/B测试\"、\"金丝雀发布\"等，覆盖更多生产测试场景\n- Enhanced description and usage scenarios for greater clarity and user-friendliness\n- Added an Overview and Examples sections to illustrate practical right-shift testing workflows\n- Updated checklist wording to \"Guidelines\"，一致化术语表达\n- Removed the redundant skill-card.md file\n\nv1.3.0 | 2026-06-23T00:35:02.632Z | auto\n\n- 新增详细SKILL.md文档，系统化描述测试右移实践方案\n- 结构化灰度发布策略，包含用户、流量、地域、时间多维灰度方案\n- 完善线上监控体系，细化业务、技术与用户体验监控指标及常用工具\n- 引入混沌工程实践，补充故障类型、核心原则及主流工具说明\n- 增加验收清单，便于实施后的效果检查与追踪\n\nArchive index:\n\nArchive v1.8.0: 4 files, 7679 bytes\n\nFiles: references/right-stages.md (4592b), skill-card.md (2100b), SKILL.md (7536b), _meta.json (133b)\n\nFile v1.8.0:SKILL.md\n\n---\nname: qa-shift-right\ndescription: >-\n  当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。\n  触发场景：测试右移、生产验证、灰度监控、混沌工程、线上灰度验证、上线后验证、需要规划线上监控与回滚策略时。 Use when the user asks about: shifting testing right into production — APM and log monitoring, synthetic probing, canary verification, and chaos engineering.\nlicense: MIT\nallowed-tools: Read Grep Glob Bash\nmetadata:\n  display-name: \"Shift Right\"\n  version: \"1.8.0\"\n  when-to-use: \"用户说\\\"测试右移\\\"、\\\"生产验证\\\"、\\\"灰度监控\\\"、\\\"混沌工程\\\"、\\\"线上灰度验证\\\"、\\\"上线后验证\\\"、需要设计生产环境灰度发布方案、需要规划线上监控与回滚策略时\"\n  related-skills: \"{\\\"upstream\\\":[\\\"qa-release-risk-governance\\\",\\\"qa-ci-cd-testing\\\"],\\\"downstream\\\":[\\\"qa-quality-metrics\\\",\\\"qa-retrospective\\\"]}\"\n  references: \"[\\\"references/right-stages.md\\\"]\"\n  input-format: \"{\\\"required\\\":[{\\\"name\\\":\\\"发布策略\\\",\\\"type\\\":\\\"string\\\",\\\"description\\\":\\\"发布计划和策略（来自qa-release-risk-governance，含放量阶梯与回滚条件）\\\"},{\\\"name\\\":\\\"监控方案\\\",\\\"type\\\":\\\"string\\\",\\\"description\\\":\\\"生产环境监控方案现状\\\"}],\\\"optional\\\":[{\\\"name\\\":\\\"用户反馈渠道\\\",\\\"type\\\":\\\"string\\\",\\\"description\\\":\\\"用户反馈收集机制\\\"}]}\"\n  output-format: \"{\\\"traceability\\\":[\\\"本技能规划右移、不产出唯一 ID；可溯源到 qa-release-risk-governance 的发布风险评估结论\\\",\\\"灰度放量阶梯与回滚阈值由 qa-release-risk-governance 定义，本技能不重复维护\\\"],\\\"structure\\\":[{\\\"shift_right_plan\\\":\\\"右移测试计划：按 灰度验证 / 线上监控 / 混沌工程 三阶段组织\\\"},{\\\"monitoring_dashboard\\\":\\\"生产监控仪表盘：业务/技术/用户体验三类指标\\\"},{\\\"feedback_loop\\\":\\\"用户反馈闭环：收集→打标→分流→误报回写监控规则\\\"},{\\\"canary_verification\\\":\\\"灰度期验证方案：盯什么指标、多久放量、谁判定回滚（阈值引用上游，不本地重定义）\\\"},\\\"本技能不产出 9 列用例表 —— 拨测用例由 qa-test-case-design 定义\\\",\\\"覆盖率：标注口径（基于当前生产验证范围），禁止\\\\\\\"全覆盖/100%\\\\\\\"绝对化表述\\\"]}\"\n  error-recovery-guidance: \"{\\\"on_failure\\\":\\\"右移方案遗漏监控项时回退到发布风险补充\\\",\\\"retry_behavior\\\":\\\"补充风险评估后重新设计右移方案\\\"}\"\n  categories: \"[\\\"Development\\\",\\\"Testing\\\",\\\"DevOps\\\"]\"\n  depth-requirement: \"{\\\"reference_value\\\":\\\"按生产规模调整右移深度：单一服务→单阶段（线上监控）；多服务/高风险→三阶段全建\\\",\\\"minimum\\\":\\\"至少覆盖 线上监控 + 告警规则 + 回滚触发条件 3 项；混沌工程可按授权情况后置\\\"}\"\n---\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# 测试右移实践\n\n> **⚠️ 安全警告：使用本技能前必须确认以下条件**\n>\n> **生产环境操作**: 本技能涉及灰度发布、线上监控、混沌工程等生产环境操作。执行前必须获得团队/组织的明确书面授权。\n>\n> **用户隐私**: 涉及用户行为分析、埋点数据收集时，必须确保已获得用户知情同意，并符合数据保护法规（如 GDPR/PIPL）要求。\n>\n> **爆炸半径控制**: 混沌工程实验必须先在小范围（非生产/影子环境）验证，逐步扩大。必须设置熔断机制和自动回滚。\n>\n> **回滚预案**: 任何灰度发布必须预先准备回滚方案，定义明确的回滚触发条件，并确保回滚流程经过演练。\n>\n> **禁止场景**: 禁止在生产环境直接执行未经审批的混沌实验、禁止在未告知用户的情况下收集行为数据、禁止在无回滚方案的情况下全量发布。\n\n## 核心原则\n\n测试右移——在生产环境验证质量，持续监控和改进。\n\n**不要把上线当成终点**：用户在生产环境的使用方式永远测不全。右移的价值是\n**承认\"测不全\"，然后用监控 + 反馈 + 故障演练把风险接住。**\n\n## 1. 三阶段速查\n\n| 阶段 | 解决什么 | 核心产出 | 何时可跳过 |\n|------|---------|---------|-----------|\n| **1 灰度验证** | 放量过程中有没有出事 | 灰度期监控指标 + 回滚判定 | 不适用（未做灰度发布） |\n| **2 线上监控** | 出问题后多久能发现 | 业务/技术/体验三类监控 + 告警规则 | ❌ 不可跳过 |\n| **3 混沌工程** | 依赖挂了能不能自愈 | 故障注入方案 + 自愈验证 | 授权未到位时可后置 |\n\n> **灰度放量阶梯与回滚阈值由 `qa-release-risk-governance` 定义，本技能不重复维护。**\n> 历史上两处各写一份、靠人工同步（SKILL.md 里曾有一行\"内容同步，修改时请同步更新两处\"），\n> 现已收敛到单一真源。\n\n## 2. 三类监控指标都要看\n\n```text\n├─ 业务指标：订单量 / 成功率 / 转化率\n├─ 技术指标：错误率 / 响应时间 / 资源使用率\n└─ 用户反馈：投诉量 / 客服咨询量 / 负面舆情\n```\n\n> **只看技术指标会漏掉\"能跑但结果不对\"**（金额算错不报错，但业务指标下滑）；\n> **只看业务指标会漏掉\"暂时没影响但在积累风险\"**（内存泄漏、慢查询）。\n\n## 3. 加载时机\n\n| 什么时候读 | 读哪个 |\n|-----------|--------|\n| 展开某一阶段、选监控工具、选混沌工程工具 | [`references/right-stages.md`](references/right-stages.md)（三阶段详解 + 工具参考 + 混沌工程执行前提 + 反馈闭环） |\n| 设计灰度放量阶梯或回滚阈值 | **不在本技能** —— 见 `qa-release-risk-governance` |\n\n## 4. 产出\n\n```markdown\n# 右移验证方案\n\n## 1. 灰度验证\n- 放量阶梯：引用 qa-release-risk-governance 的结论\n- 盯哪些指标：业务 / 技术 / 用户反馈（三类都列）\n- 谁判定回滚、判定标准：引用上游回滚阈值\n- 每档观察时长：\n\n## 2. 线上监控\n| 类别 | 指标 | 告警阈值 | 通知对象 | 响应动作 |\n|------|------|---------|---------|---------|\n| 业务 | | | | |\n| 技术 | | | | |\n| 体验 | | | | |\n\n## 3. 混沌工程（按授权情况）\n- 可执行的故障类型与注入点\n- 爆炸半径控制与熔断条件\n- 自愈验证标准\n\n## 4. 用户反馈闭环\n- 收集渠道 → 打标规则 → 分流去向 → **误报回写监控规则**\n```\n\n**本技能不产出 9 列用例表**——拨测用例由 `qa-test-case-design` 定义。\n\n## 5. 交付前自检\n\n- [ ] 放量阶梯与回滚阈值**引用** `qa-release-risk-governance`，未本地重定义\n- [ ] 业务/技术/用户反馈**三类指标都列了**\n- [ ] 每条告警都有阈值、通知对象、响应动作\n- [ ] 混沌工程有授权状态与爆炸半径控制方案；未授权时明确标注\"后置\"\n- [ ] 反馈闭环含\"误报回写监控规则\"（否则告警会越来越钝直至被无视）\n- [ ] 已确认生产数据采集的用户授权与合规要求\n- [ ] 覆盖率标注了口径，无绝对化表述\n\nFile v1.8.0:_meta.json\n\n{\n  \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n  \"slug\": \"qa-shift-right\",\n  \"version\": \"1.8.0\",\n  \"publishedAt\": 1790656099179\n}\n\nFile v1.8.0:references/right-stages.md\n\n# 右移三阶段详解\n\n> 本文是 `qa-shift-right` 的**方法详图**。需要展开某一阶段、挑选监控工具或混沌工程工具时读本文；\n> 只想知道右移分哪几个阶段、每阶段管什么时读 `SKILL.md` 速查即可。\n\n**⚠️ 灰度策略与回滚条件由 `qa-release-risk-governance` 统一定义**，本技能不重复维护。\n需要设计灰度放量阶梯或回滚阈值时，读那个技能的方案；本文件只讲\"上线之后怎么持续验证\"。\n\n---\n\n## 阶段 1：灰度发布后的验证\n\n灰度策略本身（放量阶梯、灰度维度选择、回滚条件）见 `qa-release-risk-governance`。\n本技能关注的是**灰度期间要盯什么**：\n\n```text\n灰度监控指标：\n├─ 业务指标\n│   ├─ 订单量 / 交易量\n│   ├─ 转化率 / 成功率\n│   └─ 用户活跃度\n│\n├─ 技术指标\n│   ├─ 错误率 / 异常率\n│   ├─ 响应时间 / 吞吐量\n│   └─ 资源使用率（CPU/内存）\n│\n└─ 用户反馈\n    ├─ 投诉量\n    ├─ 客服咨询量\n    └─ 社交媒体反馈\n```\n\n> **三类指标都要看**。只看技术指标会漏掉\"功能能跑但结果不对\"（比如金额算错，\n> 不报错但业务指标下滑）；只看业务指标会漏掉\"当前没影响但已在积累风险\"（内存泄漏）。\n\n---\n\n## 阶段 2：线上监控体系\n\n```text\n监控体系：\n├─ 业务监控\n│   ├─ 核心业务指标（订单量、成功率、转化率）\n│   ├─ 业务流程监控（关键路径是否走通）\n│   └─ 业务异常告警\n│\n├─ 技术监控\n│   ├─ 应用性能监控（APM）\n│   ├─ 基础设施监控（CPU/内存/磁盘/网络）\n│   ├─ 日志监控（ERROR/WARN 聚合）\n│   └─ 链路追踪（跨服务调用链）\n│\n└─ 用户体验监控\n    ├─ 前端性能监控（首屏、加载）\n    ├─ 用户行为分析（埋点）\n    └─ 用户反馈收集（客服工单、应用商店评论）\n```\n\n### 监控工具参考\n\n> 具体选型请结合团队技术栈与云厂商，下面是常见选项。\n\n| 类别 | 工具 | 说明 |\n|------|------|------|\n| **APM** | SkyWalking / Pinpoint / Jaeger / Zipkin | 分布式链路追踪与调用耗时 |\n| **日志** | ELK Stack / Loki / Splunk | 集中日志与全文检索 |\n| **告警** | Prometheus + Alertmanager / Grafana / PagerDuty | 指标采集、告警规则、值班通知 |\n| **前端体验** | Sentry | 前端异常采集与聚合 |\n| **用户行为** | Mixpanel / 神策 | 埋点分析 |\n\n---\n\n## 阶段 3：混沌工程\n\n### 四项原则\n\n```text\n├─ 稳态假设：系统在故障下应保持稳态（先定义\"正常\"长什么样）\n├─ 爆炸半径：控制故障影响范围\n├─ 持续实验：持续验证系统韧性，而非一次性演练\n└─ 自动化：故障注入与恢复判定都应自动化\n```\n\n### 故障类型\n\n```text\n├─ 基础设施故障\n│   ├─ 网络延迟 / 丢包\n│   ├─ 节点宕机\n│   ├─ 磁盘故障\n│   └─ CPU / 内存压力\n│\n├─ 应用层故障\n│   ├─ 服务不可用\n│   ├─ 接口超时\n│   ├─ 数据库故障\n│   └─ 缓存故障\n│\n└─ 业务层故障\n    ├─ 第三方服务故障\n    ├─ 数据不一致\n    └─ 流量突增\n```\n\n### 混沌工程工具\n\n| 工具 | 用途 | 适用环境 | 特点 |\n|------|------|---------|------|\n| Chaos Monkey | 随机终止实例 | AWS | Netflix 开源，最简 |\n| Chaos Mesh | K8s 故障注入 | Kubernetes | 功能全面，社区活跃 |\n| Litmus | 云原生混沌工程 | Kubernetes | CNCF 项目 |\n| Gremlin | 商业混沌工程平台 | 多云 | 企业级支持 |\n\n> **混沌工程的执行前提**（硬约束，不可跳过）：\n> 1. 获得组织书面授权\n> 2. 先在非生产/影子环境验证\n> 3. 逐步扩大爆炸半径\n> 4. 必须有熔断与自动回滚\n> 5. **禁止未经审批在生产环境直接执行混沌实验**\n\n---\n\n## 用户反馈闭环\n\n```text\n反馈收集渠道：\n├─ 应用商店评论\n├─ 客服工单\n├─ 应用内反馈入口\n├─ 社交媒体 / 社区\n└─ 埋点行为异常（用户静默流失）\n\n闭环要求：\n├─ 每条反馈打标（功能缺陷 / 体验问题 / 数据问题 / 误报）\n├─ 缺陷类转 qa-bug-reporting\n├─ 体验类进产品需求池\n└─ 误报类回写监控规则，避免噪声\n```\n\n> **\"误报类回写监控规则\"是常被忽略的一步**：不处理误报，告警会越来越钝，\n> 最终团队开始无视告警——这是线上监控失效最常见的方式。\n\nFile v1.8.0:skill-card.md\n\n## Description:\n\nHelps QA and release teams plan post-deployment validation through canary monitoring, production alerts, user feedback, and authorized chaos testing.\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 release teams use this skill to plan canary checks, production monitoring, alert responses, and feedback loops after deployment. It references upstream release criteria for rollout and rollback decisions rather than setting new thresholds.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The optional companion-skill installation command is unpinned.\n\nMitigation: Verify the package and source before running it; prefer a pinned version or trusted commit.\n\nRisk: Production chaos tests or monitoring changes could disrupt live services.\n\nMitigation: Require organizational authorization, limit the experiment scope, and establish rollback plans before applying changes.\n\nRisk: Collecting production user feedback or behavior data may expose personal information.\n\nMitigation: Confirm user authorization and privacy compliance before collecting or processing the data.\n\n## Reference(s):\n\n- [Right-shift validation stages](references/right-stages.md)\n- [qa-shift-right on ClawHub](https://clawhub.ai/kokxi/skills/qa-shift-right)\n\n## Skill Output:\n\n**Output Type(s):** [Guidance, Markdown]\n\n**Output Format:** [Markdown validation plan and monitoring tables]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Covers canary indicators, alert thresholds and responses, optional chaos experiments, and user-feedback routing; references upstream rollback criteria.]\n\n## Skill Version(s):\n\n1.8.0 (source: skill metadata and ClawHub release)\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, 4988 bytes\n\nFiles: skill-card.md (1733b), SKILL.md (8125b), _meta.json (133b)\n\nFile v1.7.7:SKILL.md\n\n---\nname: qa-shift-right\nslug: qa-shift-right\ndisplayName: Shift Right\nversion: 1.7.7\ndescription: >-\n  当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。\n\nwhen_to_use: 用户说\"测试右移\"、\"生产验证\"、\"灰度监控\"、\"混沌工程\"、\"线上灰度验证\"、\"上线后验证\"、需要设计生产环境灰度发布方案、需要规划线上监控与回滚策略时\nallowed-tools: Read Grep Glob Bash\nrelated_skills:\n  upstream:\n    - qa-release-risk-governance # 输入：发布风险评估\n    - qa-ci-cd-testing           # 输入：CI/CD流程\n  downstream:\n    - qa-quality-metrics         # 输出：线上数据用于质量度量\n    - qa-retrospective           # 输出：线上问题用于复盘\ninput_format:\n  required:\n    - name: 发布策略\n      type: string\n      description: 发布计划和策略\n    - name: 监控方案\n      type: string\n      description: 生产环境监控方案\n  optional:\n    - name: 用户反馈渠道\n      type: string\n      description: 用户反馈收集机制\noutput_format:\n  traceability:\n    - 本技能规划右移，不产出唯一ID；可溯源到发布风险ID\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    - shift_right_plan: 右移测试计划\n    - monitoring_dashboard: 生产监控仪表盘\n    - feedback_loop: 用户反馈闭环\n    - canary_strategy: 灰度发布测试策略\ncategories: ['Development','Testing','DevOps']\ndepth_requirement_quantification:\n  reference_value: \"根据生产规模调整右移深度：简单×1/中等×2/复杂×3\"\n  minimum: \"至少覆盖灰度监控、混沌工程、回滚策略3项\"\nerror_recovery_guidance:\n  on_failure: \"右移方案遗漏监控项时回退到发布风险补充\"\n  retry_behavior: \"补充风险评估后重新设计右移方案\"\n---\n# 测试右移实践\n\n## 核心原则\n\n测试右移——在生产环境验证质量，持续监控和改进。\n\n> **⚠️ 安全警告：使用本技能前必须确认以下条件**\n> \n> **生产环境操作**: 本技能涉及灰度发布、线上监控、混沌工程等生产环境操作。执行前必须获得团队/组织的明确书面授权。\n> \n> **用户隐私**: 涉及用户行为分析、埋点数据收集时，必须确保已获得用户知情同意，并符合数据保护法规（如GDPR/PIPL）要求。\n> \n> **爆炸半径控制**: 混沌工程实验必须先在小范围（非生产/影子环境）验证，逐步扩大。必须设置熔断机制和自动回滚，确保故障影响在可控范围内。\n> \n> **回滚预案**: 任何灰度发布必须预先准备回滚方案，定义明确的回滚触发条件（错误率、业务指标异常阈值），并确保回滚流程经过演练。\n> \n> **禁止场景**: 禁止在生产环境直接执行未经审批的混沌实验、禁止在未告知用户的情况下收集行为数据、禁止在无回滚方案的情况下全量发布。\n\n## 右移阶段\n\n### 阶段1：灰度发布\n\n> 📌 本节与 qa-release-risk-governance「灰度策略设计」内容同步，修改时请同步更新两处。\n\n```text\n灰度策略：\n├─ 用户灰度\n│   ├─ 内部员工 → 白名单用户 → 10% → 50% → 100%\n│   ├─ 适用：新功能、高风险功能\n│   └─ 监控：业务指标、错误率、用户反馈\n│\n├─ 流量灰度\n│   ├─ 1% → 10% → 30% → 50% → 100%\n│   ├─ 适用：性能优化、算法变更\n│   └─ 监控：性能指标、资源使用\n│\n├─ 地域灰度\n│   ├─ 某城市 → 某省份 → 全国\n│   ├─ 适用：地域性功能\n│   └─ 监控：地域指标、用户反馈\n│\n└─ 时间灰度\n    ├─ 低峰期 → 高峰期\n    ├─ 适用：定时任务、批处理\n    └─ 监控：执行结果、资源使用\n```\n\n### 灰度监控\n\n```text\n监控指标：\n├─ 业务指标\n│   ├─ 订单量/交易量\n│   ├─ 转化率/成功率\n│   └─ 用户活跃度\n│\n├─ 技术指标\n│   ├─ 错误率/异常率\n│   ├─ 响应时间/吞吐量\n│   └─ 资源使用率\n│\n└─ 用户反馈\n    ├─ 投诉量\n    ├─ 客服咨询量\n    └─ 社交媒体反馈\n```\n\n### 灰度回滚\n\n```text\n回滚条件：\n├─ 业务指标异常\n│   ├─ 订单量下降 > 20%\n│   ├─ 成功率下降 > 5%\n│   └─ 用户投诉增加 > 50%\n│\n├─ 技术指标异常\n│   ├─ 错误率 > 1%\n│   ├─ 响应时间增加 > 50%\n│   └─ CPU/内存使用率 > 80%\n│\n└─ 用户反馈异常\n    ├─ 投诉量激增\n    └─ 负面舆情\n```\n\n### 阶段2：线上监控\n\n```text\n监控体系：\n├─ 业务监控\n│   ├─ 核心业务指标\n│   ├─ 业务流程监控\n│   └─ 业务异常告警\n│\n├─ 技术监控\n│   ├─ 应用性能监控（APM）\n│   ├─ 基础设施监控\n│   ├─ 日志监控\n│   └─ 链路追踪\n│\n└─ 用户体验监控\n    ├─ 前端性能监控\n    ├─ 用户行为分析\n    └─ 用户反馈收集\n```\n\n### 监控工具\n\n```text\n├─ APM工具\n│   ├─ SkyWalking\n│   ├─ Pinpoint\n│   ├─ Jaeger\n│   └─ Zipkin\n│\n├─ 日志工具\n│   ├─ ELK Stack\n│   ├─ Loki\n│   └─ Splunk\n│\n├─ 告警工具\n│   ├─ Prometheus + Alertmanager\n│   ├─ Grafana\n│   └─ PagerDuty\n│\n└─ 用户体验工具\n    ├─ 前端监控：Sentry\n    ├─ 用户行为：Mixpanel\n    └─ 用户反馈：Hotjar\n```\n\n### 阶段3：混沌工程\n\n```text\n混沌工程原则：\n├─ 稳态假设：系统在故障下应保持稳态\n├─ 爆炸半径：控制故障影响范围\n├─ 持续实验：持续验证系统韧性\n└─ 自动化：自动化故障注入和恢复\n\n故障类型：\n├─ 基础设施故障\n│   ├─ 网络延迟/丢包\n│   ├─ 节点宕机\n│   ├─ 磁盘故障\n│   └─ CPU/内存压力\n│\n├─ 应用层故障\n│   ├─ 服务不可用\n│   ├─ 接口超时\n│   ├─ 数据库故障\n│   └─ 缓存故障\n│\n└─ 业务层故障\n    ├─ 第三方服务故障\n    ├─ 数据不一致\n    └─ 流量突增\n```\n\n### 混沌工程工具\n\n```text\n├─ Chaos Monkey\n│   ├─ 用途：随机终止实例\n│   ├─ 适用：AWS环境\n│   └─ 特点：Netflix开源\n│\n├─ Chaos Mesh\n│   ├─ 用途：Kubernetes故障注入\n│   ├─ 适用：K8s环境\n│   └─ 特点：功能全面\n│\n├─ Litmus\n│   ├─ 用途：云原生混沌工程\n│   ├─ 适用：K8s环境\n│   └─ 特点：CNCF项目\n│\n└─ Gremlin\n    ├─ 用途：商业混沌工程平台\n    ├─ 适用：多云环境\n    └─ 特点：企业级支持\n```\n\n## 输出示例\n\n**功能发布后需要验证线上质量**\n→ 右移实践：\n  - 灰度发布：5%用户→24小时→逐步全量\n  - 线上监控：接口错误率、页面性能、用户行为埋点\n  - 混沌工程：模拟支付服务故障，验证降级策略\n\n**用户说\"上线后出了问题怎么办\"**\n→ 启动测试右移：灰度策略+监控+混沌工程+回滚方案全套方案\n\n## 检查清单\n\n测试右移实施后检查：\n- [ ] 灰度策略是否设计？\n- [ ] 监控体系是否建立？\n- [ ] 告警规则是否配置？\n- [ ] 回滚方案是否准备？\n- [ ] 混沌工程是否实施？\n- [ ] 线上问题是否跟踪？\n\nFile v1.7.7:_meta.json\n\n{\n  \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n  \"slug\": \"qa-shift-right\",\n  \"version\": \"1.7.7\",\n  \"publishedAt\": 1790520037055\n}\n\nFile v1.7.7:skill-card.md\n\n## Description:\n\nHelps QA and release teams plan post-release validation using canary monitoring, production checks, user feedback, and controlled resilience testing.\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 release teams use this skill to design post-release checks, canary monitoring and alerts, feedback loops, and rollback triggers for production deployments.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Production validation or chaos experiments could disrupt live services.\n\nMitigation: Require explicit authorization, limit the blast radius, test in a non-production or shadow environment first, and use a rehearsed rollback plan.\n\nRisk: Monitoring and user-behavior analysis could expose personal data.\n\nMitigation: Confirm user consent and applicable privacy requirements before collecting or analyzing production data.\n\n## Reference(s):\n\n- [QA Shift Right on ClawHub](https://clawhub.ai/kokxi/skills/qa-shift-right)\n\n## Skill Output:\n\n**Output Type(s):** [Markdown, Guidance]\n\n**Output Format:** [Markdown plan and test-case tables]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Includes canary metrics, production checks, alert thresholds, feedback handling, and rollback criteria.]\n\n## Skill Version(s):\n\n1.7.7 (source: release metadata and 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, 5417 bytes\n\nFiles: skill-card.md (2347b), SKILL.md (8673b), _meta.json (133b)\n\nFile v1.7.6:SKILL.md\n\n---\r\nname: qa-shift-right\r\nslug: qa-shift-right\r\ndisplayName: 测试右移\r\nversion: 1.7.5\r\ndescription: >-\r\n  当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。\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\"测试右移\"、\"生产验证\"、\"灰度监控\"、\"混沌工程\"、\"线上灰度验证\"、\"上线后验证\"、需要设计生产环境灰度发布方案、需要规划线上监控与回滚策略时\r\nallowed-tools: Read Grep Glob Bash\r\nrelated_skills:\r\n  upstream:\r\n    - qa-release-risk-governance # 输入：发布风险评估\r\n    - qa-ci-cd-testing           # 输入：CI/CD流程\r\n  downstream:\r\n    - qa-quality-metrics         # 输出：线上数据用于质量度量\r\n    - qa-retrospective           # 输出：线上问题用于复盘\r\ninput_format:\r\n  required:\r\n    - name: 发布策略\r\n      type: string\r\n      description: 发布计划和策略\r\n    - name: 监控方案\r\n      type: string\r\n      description: 生产环境监控方案\r\n  optional:\r\n    - name: 用户反馈渠道\r\n      type: string\r\n      description: 用户反馈收集机制\r\noutput_format:\r\n  traceability:\r\n    - 本技能规划右移，不产出唯一ID；可溯源到发布风险ID\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    - shift_right_plan: 右移测试计划\r\n    - monitoring_dashboard: 生产监控仪表盘\r\n    - feedback_loop: 用户反馈闭环\r\n    - canary_strategy: 灰度发布测试策略\r\ncategories: ['Development','Testing','DevOps']\r\ndepth_requirement_quantification:\r\n  reference_value: \"根据生产规模调整右移深度：简单×1/中等×2/复杂×3\"\r\n  minimum: \"至少覆盖灰度监控、混沌工程、回滚策略3项\"\r\nerror_recovery_guidance:\r\n  on_failure: \"右移方案遗漏监控项时回退到发布风险补充\"\r\n  retry_behavior: \"补充风险评估后重新设计右移方案\"\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# 测试右移实践\r\n\r\n## 核心原则\r\n\r\n测试右移——在生产环境验证质量，持续监控和改进。\r\n\r\n> **⚠️ 安全警告：使用本技能前必须确认以下条件**\r\n> \r\n> **生产环境操作**: 本技能涉及灰度发布、线上监控、混沌工程等生产环境操作。执行前必须获得团队/组织的明确书面授权。\r\n> \r\n> **用户隐私**: 涉及用户行为分析、埋点数据收集时，必须确保已获得用户知情同意，并符合数据保护法规（如GDPR/PIPL）要求。\r\n> \r\n> **爆炸半径控制**: 混沌工程实验必须先在小范围（非生产/影子环境）验证，逐步扩大。必须设置熔断机制和自动回滚，确保故障影响在可控范围内。\r\n> \r\n> **回滚预案**: 任何灰度发布必须预先准备回滚方案，定义明确的回滚触发条件（错误率、业务指标异常阈值），并确保回滚流程经过演练。\r\n> \r\n> **禁止场景**: 禁止在生产环境直接执行未经审批的混沌实验、禁止在未告知用户的情况下收集行为数据、禁止在无回滚方案的情况下全量发布。\r\n\r\n## 右移阶段\r\n\r\n### 阶段1：灰度发布\r\n\r\n> 📌 本节与 qa-release-risk-governance「灰度策略设计」内容同步，修改时请同步更新两处。\r\n\r\n```text\r\n灰度策略：\r\n├─ 用户灰度\r\n│   ├─ 内部员工 → 白名单用户 → 10% → 50% → 100%\r\n│   ├─ 适用：新功能、高风险功能\r\n│   └─ 监控：业务指标、错误率、用户反馈\r\n│\r\n├─ 流量灰度\r\n│   ├─ 1% → 10% → 30% → 50% → 100%\r\n│   ├─ 适用：性能优化、算法变更\r\n│   └─ 监控：性能指标、资源使用\r\n│\r\n├─ 地域灰度\r\n│   ├─ 某城市 → 某省份 → 全国\r\n│   ├─ 适用：地域性功能\r\n│   └─ 监控：地域指标、用户反馈\r\n│\r\n└─ 时间灰度\r\n    ├─ 低峰期 → 高峰期\r\n    ├─ 适用：定时任务、批处理\r\n    └─ 监控：执行结果、资源使用\r\n```\r\n\r\n### 灰度监控\r\n\r\n```text\r\n监控指标：\r\n├─ 业务指标\r\n│   ├─ 订单量/交易量\r\n│   ├─ 转化率/成功率\r\n│   └─ 用户活跃度\r\n│\r\n├─ 技术指标\r\n│   ├─ 错误率/异常率\r\n│   ├─ 响应时间/吞吐量\r\n│   └─ 资源使用率\r\n│\r\n└─ 用户反馈\r\n    ├─ 投诉量\r\n    ├─ 客服咨询量\r\n    └─ 社交媒体反馈\r\n```\r\n\r\n### 灰度回滚\r\n\r\n```text\r\n回滚条件：\r\n├─ 业务指标异常\r\n│   ├─ 订单量下降 > 20%\r\n│   ├─ 成功率下降 > 5%\r\n│   └─ 用户投诉增加 > 50%\r\n│\r\n├─ 技术指标异常\r\n│   ├─ 错误率 > 1%\r\n│   ├─ 响应时间增加 > 50%\r\n│   └─ CPU/内存使用率 > 80%\r\n│\r\n└─ 用户反馈异常\r\n    ├─ 投诉量激增\r\n    └─ 负面舆情\r\n```\r\n\r\n### 阶段2：线上监控\r\n\r\n```text\r\n监控体系：\r\n├─ 业务监控\r\n│   ├─ 核心业务指标\r\n│   ├─ 业务流程监控\r\n│   └─ 业务异常告警\r\n│\r\n├─ 技术监控\r\n│   ├─ 应用性能监控（APM）\r\n│   ├─ 基础设施监控\r\n│   ├─ 日志监控\r\n│   └─ 链路追踪\r\n│\r\n└─ 用户体验监控\r\n    ├─ 前端性能监控\r\n    ├─ 用户行为分析\r\n    └─ 用户反馈收集\r\n```\r\n\r\n### 监控工具\r\n\r\n```text\r\n├─ APM工具\r\n│   ├─ SkyWalking\r\n│   ├─ Pinpoint\r\n│   ├─ Jaeger\r\n│   └─ Zipkin\r\n│\r\n├─ 日志工具\r\n│   ├─ ELK Stack\r\n│   ├─ Loki\r\n│   └─ Splunk\r\n│\r\n├─ 告警工具\r\n│   ├─ Prometheus + Alertmanager\r\n│   ├─ Grafana\r\n│   └─ PagerDuty\r\n│\r\n└─ 用户体验工具\r\n    ├─ 前端监控：Sentry\r\n    ├─ 用户行为：Mixpanel\r\n    └─ 用户反馈：Hotjar\r\n```\r\n\r\n### 阶段3：混沌工程\r\n\r\n```text\r\n混沌工程原则：\r\n├─ 稳态假设：系统在故障下应保持稳态\r\n├─ 爆炸半径：控制故障影响范围\r\n├─ 持续实验：持续验证系统韧性\r\n└─ 自动化：自动化故障注入和恢复\r\n\r\n故障类型：\r\n├─ 基础设施故障\r\n│   ├─ 网络延迟/丢包\r\n│   ├─ 节点宕机\r\n│   ├─ 磁盘故障\r\n│   └─ CPU/内存压力\r\n│\r\n├─ 应用层故障\r\n│   ├─ 服务不可用\r\n│   ├─ 接口超时\r\n│   ├─ 数据库故障\r\n│   └─ 缓存故障\r\n│\r\n└─ 业务层故障\r\n    ├─ 第三方服务故障\r\n    ├─ 数据不一致\r\n    └─ 流量突增\r\n```\r\n\r\n### 混沌工程工具\r\n\r\n```text\r\n├─ Chaos Monkey\r\n│   ├─ 用途：随机终止实例\r\n│   ├─ 适用：AWS环境\r\n│   └─ 特点：Netflix开源\r\n│\r\n├─ Chaos Mesh\r\n│   ├─ 用途：Kubernetes故障注入\r\n│   ├─ 适用：K8s环境\r\n│   └─ 特点：功能全面\r\n│\r\n├─ Litmus\r\n│   ├─ 用途：云原生混沌工程\r\n│   ├─ 适用：K8s环境\r\n│   └─ 特点：CNCF项目\r\n│\r\n└─ Gremlin\r\n    ├─ 用途：商业混沌工程平台\r\n    ├─ 适用：多云环境\r\n    └─ 特点：企业级支持\r\n```\r\n\r\n## 输出示例\r\n\r\n**功能发布后需要验证线上质量**\r\n→ 右移实践：\r\n  - 灰度发布：5%用户→24小时→逐步全量\r\n  - 线上监控：接口错误率、页面性能、用户行为埋点\r\n  - 混沌工程：模拟支付服务故障，验证降级策略\r\n\r\n**用户说\"上线后出了问题怎么办\"**\r\n→ 启动测试右移：灰度策略+监控+混沌工程+回滚方案全套方案\r\n\r\n## 检查清单\r\n\r\n测试右移实施后检查：\r\n- [ ] 灰度策略是否设计？\r\n- [ ] 监控体系是否建立？\r\n- [ ] 告警规则是否配置？\r\n- [ ] 回滚方案是否准备？\r\n- [ ] 混沌工程是否实施？\r\n- [ ] 线上问题是否跟踪？\n\nFile v1.7.6:_meta.json\n\n{\n  \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n  \"slug\": \"qa-shift-right\",\n  \"version\": \"1.7.6\",\n  \"publishedAt\": 1788266721734\n}\n\nFile v1.7.6:skill-card.md\n\n## Description:\n\nGuides QA, DevOps, and engineering teams in extending validation into production through canary monitoring, synthetic checks, A/B validation, user feedback loops, rollback thresholds, and controlled chaos engineering.\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, DevOps engineers, and release teams use this skill after deployment or during canary rollout planning to design production validation plans with monitoring metrics, synthetic checks, alert thresholds, feedback handling, chaos experiment controls, and rollback triggers.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill recommends an unpinned npx command that can install a mutable third-party skill bundle.\n\nMitigation: Install only the specific skill needed from a pinned, reviewed version or commit, and review the dependency source before use.\n\nRisk: Production validation, monitoring changes, user analytics, and chaos experiments can affect live users or systems if executed without governance.\n\nMitigation: Require explicit organizational approval, defined rollback controls, blast-radius limits, and monitoring before carrying out production actions.\n\nRisk: User behavior analytics and feedback collection may involve privacy obligations.\n\nMitigation: Confirm user notice, consent, and applicable data-protection controls before collecting or analyzing production user data.\n\n## Reference(s):\n\n\n## Skill Output:\n\n**Output Type(s):** [markdown, guidance, configuration]\n\n**Output Format:** [Markdown plan with tables, checklists, thresholds, and structured sections]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Outputs include a shift-right test plan, production monitoring dashboard guidance, user feedback loop, canary release strategy, rollback conditions, and a fixed-column test case table.]\n\n## Skill Version(s):\n\n1.7.6 (source: server release evidence; artifact frontmatter shows 1.7.5)\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, 5250 bytes\n\nFiles: skill-card.md (2482b), SKILL.md (8125b), _meta.json (133b)\n\nFile v1.7.5:SKILL.md\n\n---\nname: qa-shift-right\nslug: qa-shift-right\ndisplayName: Shift Right\nversion: 1.7.5\ndescription: >-\n  当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。\n\nwhen_to_use: 用户说\"测试右移\"、\"生产验证\"、\"灰度监控\"、\"混沌工程\"、\"线上灰度验证\"、\"上线后验证\"、需要设计生产环境灰度发布方案、需要规划线上监控与回滚策略时\nallowed-tools: Read Grep Glob Bash\nrelated_skills:\n  upstream:\n    - qa-release-risk-governance # 输入：发布风险评估\n    - qa-ci-cd-testing           # 输入：CI/CD流程\n  downstream:\n    - qa-quality-metrics         # 输出：线上数据用于质量度量\n    - qa-retrospective           # 输出：线上问题用于复盘\ninput_format:\n  required:\n    - name: 发布策略\n      type: string\n      description: 发布计划和策略\n    - name: 监控方案\n      type: string\n      description: 生产环境监控方案\n  optional:\n    - name: 用户反馈渠道\n      type: string\n      description: 用户反馈收集机制\noutput_format:\n  traceability:\n    - 本技能规划右移，不产出唯一ID；可溯源到发布风险ID\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    - shift_right_plan: 右移测试计划\n    - monitoring_dashboard: 生产监控仪表盘\n    - feedback_loop: 用户反馈闭环\n    - canary_strategy: 灰度发布测试策略\ncategories: ['Development','Testing','DevOps']\ndepth_requirement_quantification:\n  reference_value: \"根据生产规模调整右移深度：简单×1/中等×2/复杂×3\"\n  minimum: \"至少覆盖灰度监控、混沌工程、回滚策略3项\"\nerror_recovery_guidance:\n  on_failure: \"右移方案遗漏监控项时回退到发布风险补充\"\n  retry_behavior: \"补充风险评估后重新设计右移方案\"\n---\n# 测试右移实践\n\n## 核心原则\n\n测试右移——在生产环境验证质量，持续监控和改进。\n\n> **⚠️ 安全警告：使用本技能前必须确认以下条件**\n> \n> **生产环境操作**: 本技能涉及灰度发布、线上监控、混沌工程等生产环境操作。执行前必须获得团队/组织的明确书面授权。\n> \n> **用户隐私**: 涉及用户行为分析、埋点数据收集时，必须确保已获得用户知情同意，并符合数据保护法规（如GDPR/PIPL）要求。\n> \n> **爆炸半径控制**: 混沌工程实验必须先在小范围（非生产/影子环境）验证，逐步扩大。必须设置熔断机制和自动回滚，确保故障影响在可控范围内。\n> \n> **回滚预案**: 任何灰度发布必须预先准备回滚方案，定义明确的回滚触发条件（错误率、业务指标异常阈值），并确保回滚流程经过演练。\n> \n> **禁止场景**: 禁止在生产环境直接执行未经审批的混沌实验、禁止在未告知用户的情况下收集行为数据、禁止在无回滚方案的情况下全量发布。\n\n## 右移阶段\n\n### 阶段1：灰度发布\n\n> 📌 本节与 qa-release-risk-governance「灰度策略设计」内容同步，修改时请同步更新两处。\n\n```text\n灰度策略：\n├─ 用户灰度\n│   ├─ 内部员工 → 白名单用户 → 10% → 50% → 100%\n│   ├─ 适用：新功能、高风险功能\n│   └─ 监控：业务指标、错误率、用户反馈\n│\n├─ 流量灰度\n│   ├─ 1% → 10% → 30% → 50% → 100%\n│   ├─ 适用：性能优化、算法变更\n│   └─ 监控：性能指标、资源使用\n│\n├─ 地域灰度\n│   ├─ 某城市 → 某省份 → 全国\n│   ├─ 适用：地域性功能\n│   └─ 监控：地域指标、用户反馈\n│\n└─ 时间灰度\n    ├─ 低峰期 → 高峰期\n    ├─ 适用：定时任务、批处理\n    └─ 监控：执行结果、资源使用\n```\n\n### 灰度监控\n\n```text\n监控指标：\n├─ 业务指标\n│   ├─ 订单量/交易量\n│   ├─ 转化率/成功率\n│   └─ 用户活跃度\n│\n├─ 技术指标\n│   ├─ 错误率/异常率\n│   ├─ 响应时间/吞吐量\n│   └─ 资源使用率\n│\n└─ 用户反馈\n    ├─ 投诉量\n    ├─ 客服咨询量\n    └─ 社交媒体反馈\n```\n\n### 灰度回滚\n\n```text\n回滚条件：\n├─ 业务指标异常\n│   ├─ 订单量下降 > 20%\n│   ├─ 成功率下降 > 5%\n│   └─ 用户投诉增加 > 50%\n│\n├─ 技术指标异常\n│   ├─ 错误率 > 1%\n│   ├─ 响应时间增加 > 50%\n│   └─ CPU/内存使用率 > 80%\n│\n└─ 用户反馈异常\n    ├─ 投诉量激增\n    └─ 负面舆情\n```\n\n### 阶段2：线上监控\n\n```text\n监控体系：\n├─ 业务监控\n│   ├─ 核心业务指标\n│   ├─ 业务流程监控\n│   └─ 业务异常告警\n│\n├─ 技术监控\n│   ├─ 应用性能监控（APM）\n│   ├─ 基础设施监控\n│   ├─ 日志监控\n│   └─ 链路追踪\n│\n└─ 用户体验监控\n    ├─ 前端性能监控\n    ├─ 用户行为分析\n    └─ 用户反馈收集\n```\n\n### 监控工具\n\n```text\n├─ APM工具\n│   ├─ SkyWalking\n│   ├─ Pinpoint\n│   ├─ Jaeger\n│   └─ Zipkin\n│\n├─ 日志工具\n│   ├─ ELK Stack\n│   ├─ Loki\n│   └─ Splunk\n│\n├─ 告警工具\n│   ├─ Prometheus + Alertmanager\n│   ├─ Grafana\n│   └─ PagerDuty\n│\n└─ 用户体验工具\n    ├─ 前端监控：Sentry\n    ├─ 用户行为：Mixpanel\n    └─ 用户反馈：Hotjar\n```\n\n### 阶段3：混沌工程\n\n```text\n混沌工程原则：\n├─ 稳态假设：系统在故障下应保持稳态\n├─ 爆炸半径：控制故障影响范围\n├─ 持续实验：持续验证系统韧性\n└─ 自动化：自动化故障注入和恢复\n\n故障类型：\n├─ 基础设施故障\n│   ├─ 网络延迟/丢包\n│   ├─ 节点宕机\n│   ├─ 磁盘故障\n│   └─ CPU/内存压力\n│\n├─ 应用层故障\n│   ├─ 服务不可用\n│   ├─ 接口超时\n│   ├─ 数据库故障\n│   └─ 缓存故障\n│\n└─ 业务层故障\n    ├─ 第三方服务故障\n    ├─ 数据不一致\n    └─ 流量突增\n```\n\n### 混沌工程工具\n\n```text\n├─ Chaos Monkey\n│   ├─ 用途：随机终止实例\n│   ├─ 适用：AWS环境\n│   └─ 特点：Netflix开源\n│\n├─ Chaos Mesh\n│   ├─ 用途：Kubernetes故障注入\n│   ├─ 适用：K8s环境\n│   └─ 特点：功能全面\n│\n├─ Litmus\n│   ├─ 用途：云原生混沌工程\n│   ├─ 适用：K8s环境\n│   └─ 特点：CNCF项目\n│\n└─ Gremlin\n    ├─ 用途：商业混沌工程平台\n    ├─ 适用：多云环境\n    └─ 特点：企业级支持\n```\n\n## 输出示例\n\n**功能发布后需要验证线上质量**\n→ 右移实践：\n  - 灰度发布：5%用户→24小时→逐步全量\n  - 线上监控：接口错误率、页面性能、用户行为埋点\n  - 混沌工程：模拟支付服务故障，验证降级策略\n\n**用户说\"上线后出了问题怎么办\"**\n→ 启动测试右移：灰度策略+监控+混沌工程+回滚方案全套方案\n\n## 检查清单\n\n测试右移实施后检查：\n- [ ] 灰度策略是否设计？\n- [ ] 监控体系是否建立？\n- [ ] 告警规则是否配置？\n- [ ] 回滚方案是否准备？\n- [ ] 混沌工程是否实施？\n- [ ] 线上问题是否跟踪？\n\nFile v1.7.5:_meta.json\n\n{\n  \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n  \"slug\": \"qa-shift-right\",\n  \"version\": \"1.7.5\",\n  \"publishedAt\": 1788103111342\n}\n\nFile v1.7.5:skill-card.md\n\n## Description:\n\nQA Shift Right helps agents design post-release validation plans using production monitoring, synthetic checks, A/B validation, canary metrics, alert thresholds, rollback triggers, and chaos engineering.\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\nDevelopers, QA engineers, and release teams use this skill to plan production validation after a release or during canary rollout. It guides the agent to produce monitoring metrics, synthetic test cases, alert thresholds, feedback loops, rollback triggers, and chaos experiment safeguards.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Production monitoring, canary release, user behavior analysis, or chaos experiment guidance could affect live systems if applied without authorization.\n\nMitigation: Require explicit organizational approval before use on real systems.\n\nRisk: User behavior analysis and feedback collection can create privacy or regulatory exposure.\n\nMitigation: Confirm user consent and applicable privacy compliance before collecting or analyzing production user data.\n\nRisk: Canary rollout or chaos experiment plans can increase incident impact if blast radius and rollback paths are not controlled.\n\nMitigation: Start with narrow scope, define measurable rollback triggers, use circuit breakers where appropriate, and validate rollback procedures before expanding exposure.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/kokxi/skills/qa-shift-right)\n- [ClawHub publisher profile](https://clawhub.ai/user/kokxi)\n\n## Skill Output:\n\n**Output Type(s):** [Markdown, Guidance, Configuration]\n\n**Output Format:** [Markdown with structured tables, checklists, metrics, thresholds, and rollout guidance]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Produces a shift-right validation plan covering canary strategy, monitoring dashboard, feedback loop, synthetic checks, alert thresholds, rollback triggers, and chaos engineering controls.]\n\n## Skill Version(s):\n\n1.7.5 (source: server release metadata and skill frontmatter, released 2026-08-30)\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 v1.7.0: 3 files, 4949 bytes\n\nFiles: skill-card.md (2238b), SKILL.md (7684b), _meta.json (133b)\n\nFile v1.7.0:SKILL.md\n\n---\nname: qa-shift-right\nslug: qa-shift-right\ndisplayName: Shift Right\nversion: 1.7.0\ndescription: >-\n  当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。\n\nwhen_to_use: 用户说\"测试右移\"、\"生产验证\"、\"灰度监控\"、\"混沌工程\"、\"线上灰度验证\"、\"上线后验证\"、需要设计生产环境灰度发布方案、需要规划线上监控与回滚策略时\nallowed-tools: Read Grep Glob Bash\nrelated_skills:\n  upstream:\n    - qa-release-risk-governance # 输入：发布风险评估\n    - qa-ci-cd-testing           # 输入：CI/CD流程\n  downstream:\n    - qa-quality-metrics         # 输出：线上数据用于质量度量\n    - qa-retrospective           # 输出：线上问题用于复盘\ninput_format:\n  required:\n    - name: 发布策略\n      type: string\n      description: 发布计划和策略\n    - name: 监控方案\n      type: string\n      description: 生产环境监控方案\n  optional:\n    - name: 用户反馈渠道\n      type: string\n      description: 用户反馈收集机制\noutput_format:\n  traceability:\n    - 本技能规划右移，不产出唯一ID；可溯源到发布风险ID\n  structure:\n    - shift_right_plan: 右移测试计划\n    - monitoring_dashboard: 生产监控仪表盘\n    - feedback_loop: 用户反馈闭环\n    - canary_strategy: 灰度发布测试策略\ncategories: ['Development','Testing','DevOps']\ndepth_requirement_quantification:\n  reference_value: \"根据生产规模调整右移深度：简单×1/中等×2/复杂×3\"\n  minimum: \"至少覆盖灰度监控、混沌工程、回滚策略3项\"\nerror_recovery_guidance:\n  on_failure: \"右移方案遗漏监控项时回退到发布风险补充\"\n  retry_behavior: \"补充风险评估后重新设计右移方案\"\n---\n# 测试右移实践\n\n## 核心原则\n\n测试右移——在生产环境验证质量，持续监控和改进。\n\n> **⚠️ 安全警告：使用本技能前必须确认以下条件**\n> \n> **生产环境操作**: 本技能涉及灰度发布、线上监控、混沌工程等生产环境操作。执行前必须获得团队/组织的明确书面授权。\n> \n> **用户隐私**: 涉及用户行为分析、埋点数据收集时，必须确保已获得用户知情同意，并符合数据保护法规（如GDPR/PIPL）要求。\n> \n> **爆炸半径控制**: 混沌工程实验必须先在小范围（非生产/影子环境）验证，逐步扩大。必须设置熔断机制和自动回滚，确保故障影响在可控范围内。\n> \n> **回滚预案**: 任何灰度发布必须预先准备回滚方案，定义明确的回滚触发条件（错误率、业务指标异常阈值），并确保回滚流程经过演练。\n> \n> **禁止场景**: 禁止在生产环境直接执行未经审批的混沌实验、禁止在未告知用户的情况下收集行为数据、禁止在无回滚方案的情况下全量发布。\n\n## 右移阶段\n\n### 阶段1：灰度发布\n\n> 📌 本节与 qa-release-risk-governance「灰度策略设计」内容同步，修改时请同步更新两处。\n\n```text\n灰度策略：\n├─ 用户灰度\n│   ├─ 内部员工 → 白名单用户 → 10% → 50% → 100%\n│   ├─ 适用：新功能、高风险功能\n│   └─ 监控：业务指标、错误率、用户反馈\n│\n├─ 流量灰度\n│   ├─ 1% → 10% → 30% → 50% → 100%\n│   ├─ 适用：性能优化、算法变更\n│   └─ 监控：性能指标、资源使用\n│\n├─ 地域灰度\n│   ├─ 某城市 → 某省份 → 全国\n│   ├─ 适用：地域性功能\n│   └─ 监控：地域指标、用户反馈\n│\n└─ 时间灰度\n    ├─ 低峰期 → 高峰期\n    ├─ 适用：定时任务、批处理\n    └─ 监控：执行结果、资源使用\n```\n\n### 灰度监控\n\n```text\n监控指标：\n├─ 业务指标\n│   ├─ 订单量/交易量\n│   ├─ 转化率/成功率\n│   └─ 用户活跃度\n│\n├─ 技术指标\n│   ├─ 错误率/异常率\n│   ├─ 响应时间/吞吐量\n│   └─ 资源使用率\n│\n└─ 用户反馈\n    ├─ 投诉量\n    ├─ 客服咨询量\n    └─ 社交媒体反馈\n```\n\n### 灰度回滚\n\n```text\n回滚条件：\n├─ 业务指标异常\n│   ├─ 订单量下降 > 20%\n│   ├─ 成功率下降 > 5%\n│   └─ 用户投诉增加 > 50%\n│\n├─ 技术指标异常\n│   ├─ 错误率 > 1%\n│   ├─ 响应时间增加 > 50%\n│   └─ CPU/内存使用率 > 80%\n│\n└─ 用户反馈异常\n    ├─ 投诉量激增\n    └─ 负面舆情\n```\n\n### 阶段2：线上监控\n\n```text\n监控体系：\n├─ 业务监控\n│   ├─ 核心业务指标\n│   ├─ 业务流程监控\n│   └─ 业务异常告警\n│\n├─ 技术监控\n│   ├─ 应用性能监控（APM）\n│   ├─ 基础设施监控\n│   ├─ 日志监控\n│   └─ 链路追踪\n│\n└─ 用户体验监控\n    ├─ 前端性能监控\n    ├─ 用户行为分析\n    └─ 用户反馈收集\n```\n\n### 监控工具\n\n```text\n├─ APM工具\n│   ├─ SkyWalking\n│   ├─ Pinpoint\n│   ├─ Jaeger\n│   └─ Zipkin\n│\n├─ 日志工具\n│   ├─ ELK Stack\n│   ├─ Loki\n│   └─ Splunk\n│\n├─ 告警工具\n│   ├─ Prometheus + Alertmanager\n│   ├─ Grafana\n│   └─ PagerDuty\n│\n└─ 用户体验工具\n    ├─ 前端监控：Sentry\n    ├─ 用户行为：Mixpanel\n    └─ 用户反馈：Hotjar\n```\n\n### 阶段3：混沌工程\n\n```text\n混沌工程原则：\n├─ 稳态假设：系统在故障下应保持稳态\n├─ 爆炸半径：控制故障影响范围\n├─ 持续实验：持续验证系统韧性\n└─ 自动化：自动化故障注入和恢复\n\n故障类型：\n├─ 基础设施故障\n│   ├─ 网络延迟/丢包\n│   ├─ 节点宕机\n│   ├─ 磁盘故障\n│   └─ CPU/内存压力\n│\n├─ 应用层故障\n│   ├─ 服务不可用\n│   ├─ 接口超时\n│   ├─ 数据库故障\n│   └─ 缓存故障\n│\n└─ 业务层故障\n    ├─ 第三方服务故障\n    ├─ 数据不一致\n    └─ 流量突增\n```\n\n### 混沌工程工具\n\n```text\n├─ Chaos Monkey\n│   ├─ 用途：随机终止实例\n│   ├─ 适用：AWS环境\n│   └─ 特点：Netflix开源\n│\n├─ Chaos Mesh\n│   ├─ 用途：Kubernetes故障注入\n│   ├─ 适用：K8s环境\n│   └─ 特点：功能全面\n│\n├─ Litmus\n│   ├─ 用途：云原生混沌工程\n│   ├─ 适用：K8s环境\n│   └─ 特点：CNCF项目\n│\n└─ Gremlin\n    ├─ 用途：商业混沌工程平台\n    ├─ 适用：多云环境\n    └─ 特点：企业级支持\n```\n\n## 输出示例\n\n**功能发布后需要验证线上质量**\n→ 右移实践：\n  - 灰度发布：5%用户→24小时→逐步全量\n  - 线上监控：接口错误率、页面性能、用户行为埋点\n  - 混沌工程：模拟支付服务故障，验证降级策略\n\n**用户说\"上线后出了问题怎么办\"**\n→ 启动测试右移：灰度策略+监控+混沌工程+回滚方案全套方案\n\n## 检查清单\n\n测试右移实施后检查：\n- [ ] 灰度策略是否设计？\n- [ ] 监控体系是否建立？\n- [ ] 告警规则是否配置？\n- [ ] 回滚方案是否准备？\n- [ ] 混沌工程是否实施？\n- [ ] 线上问题是否跟踪？\n\nFile v1.7.0:_meta.json\n\n{\n  \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n  \"slug\": \"qa-shift-right\",\n  \"version\": \"1.7.0\",\n  \"publishedAt\": 1786890756688\n}\n\nFile v1.7.0:skill-card.md\n\n## Description:\n\nHelps teams plan shift-right QA after release by extending validation into production monitoring, synthetic checks, A/B validation, canary rollout review, rollback criteria, and chaos-engineering planning.\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\nDevelopers, QA engineers, SREs, and release owners use this skill to design post-release validation plans for production rollouts. It produces monitoring metrics, synthetic check cases, alert thresholds, feedback loops, canary strategies, rollback triggers, and chaos-engineering safeguards.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill discusses production monitoring, canary rollout, rollback, and chaos-engineering work that could affect live users if acted on directly.\n\nMitigation: Use its output as a planning aid only; require team approval, defined rollback criteria, rehearsed rollback steps, and controlled blast radius before any production action.\n\nRisk: The skill can suggest user behavior analysis or feedback loops that may involve personal or behavioral data.\n\nMitigation: Confirm privacy obligations, user notice or consent requirements, and applicable data-protection rules before collecting or using production user data.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/kokxi/skills/qa-shift-right)\n- [ClawHub publisher profile](https://clawhub.ai/user/kokxi)\n\n## Skill Output:\n\n**Output Type(s):** [Markdown, Guidance, Configuration]\n\n**Output Format:** [Markdown with structured plans, checklists, thresholds, and rollout guidance]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Produces planning guidance only; it does not execute production monitoring changes, rollout changes, or chaos experiments.]\n\n## Skill Version(s):\n\n1.7.0 (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, 4839 bytes\n\nFiles: skill-card.md (2033b), SKILL.md (7684b), _meta.json (133b)\n\nFile v1.6.3:SKILL.md\n\n---\nname: qa-shift-right\nslug: qa-shift-right\ndisplayName: Shift Right\nversion: 1.6.3\ndescription: >-\n  当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。\n\nwhen_to_use: 用户说\"测试右移\"、\"生产验证\"、\"灰度监控\"、\"混沌工程\"、\"线上灰度验证\"、\"上线后验证\"、需要设计生产环境灰度发布方案、需要规划线上监控与回滚策略时\nallowed-tools: Read Grep Glob Bash\nrelated_skills:\n  upstream:\n    - qa-release-risk-governance # 输入：发布风险评估\n    - qa-ci-cd-testing           # 输入：CI/CD流程\n  downstream:\n    - qa-quality-metrics         # 输出：线上数据用于质量度量\n    - qa-retrospective           # 输出：线上问题用于复盘\ninput_format:\n  required:\n    - name: 发布策略\n      type: string\n      description: 发布计划和策略\n    - name: 监控方案\n      type: string\n      description: 生产环境监控方案\n  optional:\n    - name: 用户反馈渠道\n      type: string\n      description: 用户反馈收集机制\noutput_format:\n  traceability:\n    - 本技能规划右移，不产出唯一ID；可溯源到发布风险ID\n  structure:\n    - shift_right_plan: 右移测试计划\n    - monitoring_dashboard: 生产监控仪表盘\n    - feedback_loop: 用户反馈闭环\n    - canary_strategy: 灰度发布测试策略\ncategories: ['Development','Testing','DevOps']\ndepth_requirement_quantification:\n  reference_value: \"根据生产规模调整右移深度：简单×1/中等×2/复杂×3\"\n  minimum: \"至少覆盖灰度监控、混沌工程、回滚策略3项\"\nerror_recovery_guidance:\n  on_failure: \"右移方案遗漏监控项时回退到发布风险补充\"\n  retry_behavior: \"补充风险评估后重新设计右移方案\"\n---\n# 测试右移实践\n\n## 核心原则\n\n测试右移——在生产环境验证质量，持续监控和改进。\n\n> **⚠️ 安全警告：使用本技能前必须确认以下条件**\n> \n> **生产环境操作**: 本技能涉及灰度发布、线上监控、混沌工程等生产环境操作。执行前必须获得团队/组织的明确书面授权。\n> \n> **用户隐私**: 涉及用户行为分析、埋点数据收集时，必须确保已获得用户知情同意，并符合数据保护法规（如GDPR/PIPL）要求。\n> \n> **爆炸半径控制**: 混沌工程实验必须先在小范围（非生产/影子环境）验证，逐步扩大。必须设置熔断机制和自动回滚，确保故障影响在可控范围内。\n> \n> **回滚预案**: 任何灰度发布必须预先准备回滚方案，定义明确的回滚触发条件（错误率、业务指标异常阈值），并确保回滚流程经过演练。\n> \n> **禁止场景**: 禁止在生产环境直接执行未经审批的混沌实验、禁止在未告知用户的情况下收集行为数据、禁止在无回滚方案的情况下全量发布。\n\n## 右移阶段\n\n### 阶段1：灰度发布\n\n> 📌 本节与 qa-release-risk-governance「灰度策略设计」内容同步，修改时请同步更新两处。\n\n```text\n灰度策略：\n├─ 用户灰度\n│   ├─ 内部员工 → 白名单用户 → 10% → 50% → 100%\n│   ├─ 适用：新功能、高风险功能\n│   └─ 监控：业务指标、错误率、用户反馈\n│\n├─ 流量灰度\n│   ├─ 1% → 10% → 30% → 50% → 100%\n│   ├─ 适用：性能优化、算法变更\n│   └─ 监控：性能指标、资源使用\n│\n├─ 地域灰度\n│   ├─ 某城市 → 某省份 → 全国\n│   ├─ 适用：地域性功能\n│   └─ 监控：地域指标、用户反馈\n│\n└─ 时间灰度\n    ├─ 低峰期 → 高峰期\n    ├─ 适用：定时任务、批处理\n    └─ 监控：执行结果、资源使用\n```\n\n### 灰度监控\n\n```text\n监控指标：\n├─ 业务指标\n│   ├─ 订单量/交易量\n│   ├─ 转化率/成功率\n│   └─ 用户活跃度\n│\n├─ 技术指标\n│   ├─ 错误率/异常率\n│   ├─ 响应时间/吞吐量\n│   └─ 资源使用率\n│\n└─ 用户反馈\n    ├─ 投诉量\n    ├─ 客服咨询量\n    └─ 社交媒体反馈\n```\n\n### 灰度回滚\n\n```text\n回滚条件：\n├─ 业务指标异常\n│   ├─ 订单量下降 > 20%\n│   ├─ 成功率下降 > 5%\n│   └─ 用户投诉增加 > 50%\n│\n├─ 技术指标异常\n│   ├─ 错误率 > 1%\n│   ├─ 响应时间增加 > 50%\n│   └─ CPU/内存使用率 > 80%\n│\n└─ 用户反馈异常\n    ├─ 投诉量激增\n    └─ 负面舆情\n```\n\n### 阶段2：线上监控\n\n```text\n监控体系：\n├─ 业务监控\n│   ├─ 核心业务指标\n│   ├─ 业务流程监控\n│   └─ 业务异常告警\n│\n├─ 技术监控\n│   ├─ 应用性能监控（APM）\n│   ├─ 基础设施监控\n│   ├─ 日志监控\n│   └─ 链路追踪\n│\n└─ 用户体验监控\n    ├─ 前端性能监控\n    ├─ 用户行为分析\n    └─ 用户反馈收集\n```\n\n### 监控工具\n\n```text\n├─ APM工具\n│   ├─ SkyWalking\n│   ├─ Pinpoint\n│   ├─ Jaeger\n│   └─ Zipkin\n│\n├─ 日志工具\n│   ├─ ELK Stack\n│   ├─ Loki\n│   └─ Splunk\n│\n├─ 告警工具\n│   ├─ Prometheus + Alertmanager\n│   ├─ Grafana\n│   └─ PagerDuty\n│\n└─ 用户体验工具\n    ├─ 前端监控：Sentry\n    ├─ 用户行为：Mixpanel\n    └─ 用户反馈：Hotjar\n```\n\n### 阶段3：混沌工程\n\n```text\n混沌工程原则：\n├─ 稳态假设：系统在故障下应保持稳态\n├─ 爆炸半径：控制故障影响范围\n├─ 持续实验：持续验证系统韧性\n└─ 自动化：自动化故障注入和恢复\n\n故障类型：\n├─ 基础设施故障\n│   ├─ 网络延迟/丢包\n│   ├─ 节点宕机\n│   ├─ 磁盘故障\n│   └─ CPU/内存压力\n│\n├─ 应用层故障\n│   ├─ 服务不可用\n│   ├─ 接口超时\n│   ├─ 数据库故障\n│   └─ 缓存故障\n│\n└─ 业务层故障\n    ├─ 第三方服务故障\n    ├─ 数据不一致\n    └─ 流量突增\n```\n\n### 混沌工程工具\n\n```text\n├─ Chaos Monkey\n│   ├─ 用途：随机终止实例\n│   ├─ 适用：AWS环境\n│   └─ 特点：Netflix开源\n│\n├─ Chaos Mesh\n│   ├─ 用途：Kubernetes故障注入\n│   ├─ 适用：K8s环境\n│   └─ 特点：功能全面\n│\n├─ Litmus\n│   ├─ 用途：云原生混沌工程\n│   ├─ 适用：K8s环境\n│   └─ 特点：CNCF项目\n│\n└─ Gremlin\n    ├─ 用途：商业混沌工程平台\n    ├─ 适用：多云环境\n    └─ 特点：企业级支持\n```\n\n## 输出示例\n\n**功能发布后需要验证线上质量**\n→ 右移实践：\n  - 灰度发布：5%用户→24小时→逐步全量\n  - 线上监控：接口错误率、页面性能、用户行为埋点\n  - 混沌工程：模拟支付服务故障，验证降级策略\n\n**用户说\"上线后出了问题怎么办\"**\n→ 启动测试右移：灰度策略+监控+混沌工程+回滚方案全套方案\n\n## 检查清单\n\n测试右移实施后检查：\n- [ ] 灰度策略是否设计？\n- [ ] 监控体系是否建立？\n- [ ] 告警规则是否配置？\n- [ ] 回滚方案是否准备？\n- [ ] 混沌工程是否实施？\n- [ ] 线上问题是否跟踪？\n\nFile v1.6.3:_meta.json\n\n{\n  \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n  \"slug\": \"qa-shift-right\",\n  \"version\": \"1.6.3\",\n  \"publishedAt\": 1786548451718\n}\n\nFile v1.6.3:skill-card.md\n\n## Description:\n\nHelps teams plan shift-right production validation with canary monitoring metrics, synthetic checks, alert thresholds, rollback triggers, A/B validation, user feedback loops, and chaos engineering.\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\nDevelopers, QA engineers, SREs, and release teams use this skill after launch or during canary rollout to design production validation plans covering monitoring, synthetic checks, feedback loops, chaos experiments, alert thresholds, and rollback criteria.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Production validation, canary rollout, monitoring, and chaos engineering guidance can affect live users or systems if applied without authorization.\n\nMitigation: Use only with organizational approval, limited blast radius, monitoring, and tested rollback procedures.\n\nRisk: User analytics, feedback loops, and behavior monitoring may involve personal or behavioral data.\n\nMitigation: Complete privacy review and confirm user consent and data-protection compliance before collecting or analyzing production data.\n\n## Reference(s):\n\n- [ClawHub qa-shift-right skill page](https://clawhub.ai/kokxi/skills/qa-shift-right)\n\n## Skill Output:\n\n**Output Type(s):** [guidance, markdown, configuration]\n\n**Output Format:** [Markdown guidance with structured plans, checklists, thresholds, and rollback criteria]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Produces production validation planning guidance; it does not execute production changes by itself.]\n\n## Skill Version(s):\n\n1.6.3 (source: frontmatter and server release metadata)\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, 5085 bytes\n\nFiles: skill-card.md (2702b), SKILL.md (7885b), _meta.json (133b)\n\nFile v1.6.0:SKILL.md\n\n---\r\nname: qa-shift-right\r\nversion: 1.6.0\r\ndescription: >-\r\n  当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。\r\n\r\nwhen_to_use: 用户说\"测试右移\"、\"生产验证\"、\"灰度监控\"、\"混沌工程\"、\"线上灰度验证\"、\"上线后验证\"、需要设计生产环境灰度发布方案、需要规划线上监控与回滚策略时\r\nallowed-tools: Read Grep Glob Bash\r\nrelated_skills:\r\n  upstream:\r\n    - qa-release-risk-governance # 输入：发布风险评估\r\n    - qa-ci-cd-testing           # 输入：CI/CD流程\r\n  downstream:\r\n    - qa-quality-metrics         # 输出：线上数据用于质量度量\r\n    - qa-retrospective           # 输出：线上问题用于复盘\r\ninput_format:\r\n  required:\r\n    - name: 发布策略\r\n      type: string\r\n      description: 发布计划和策略\r\n    - name: 监控方案\r\n      type: string\r\n      description: 生产环境监控方案\r\n  optional:\r\n    - name: 用户反馈渠道\r\n      type: string\r\n      description: 用户反馈收集机制\r\noutput_format:\r\n  traceability:\r\n    - 本技能规划右移，不产出唯一ID；可溯源到发布风险ID\r\n  structure:\r\n    - shift_right_plan: 右移测试计划\r\n    - monitoring_dashboard: 生产监控仪表盘\r\n    - feedback_loop: 用户反馈闭环\r\n    - canary_strategy: 灰度发布测试策略\r\ncategories: ['Development','Testing','DevOps']\r\ndepth_requirement_quantification:\r\n  reference_value: \"根据生产规模调整右移深度：简单×1/中等×2/复杂×3\"\r\n  minimum: \"至少覆盖灰度监控、混沌工程、回滚策略3项\"\r\nerror_recovery_guidance:\r\n  on_failure: \"右移方案遗漏监控项时回退到发布风险补充\"\r\n  retry_behavior: \"补充风险评估后重新设计右移方案\"\r\n---\r\n# 测试右移实践\r\n\r\n## 核心原则\r\n\r\n测试右移——在生产环境验证质量，持续监控和改进。\r\n\r\n> **⚠️ 安全警告：使用本技能前必须确认以下条件**\r\n> \r\n> **生产环境操作**: 本技能涉及灰度发布、线上监控、混沌工程等生产环境操作。执行前必须获得团队/组织的明确书面授权。\r\n> \r\n> **用户隐私**: 涉及用户行为分析、埋点数据收集时，必须确保已获得用户知情同意，并符合数据保护法规（如GDPR/PIPL）要求。\r\n> \r\n> **爆炸半径控制**: 混沌工程实验必须先在小范围（非生产/影子环境）验证，逐步扩大。必须设置熔断机制和自动回滚，确保故障影响在可控范围内。\r\n> \r\n> **回滚预案**: 任何灰度发布必须预先准备回滚方案，定义明确的回滚触发条件（错误率、业务指标异常阈值），并确保回滚流程经过演练。\r\n> \r\n> **禁止场景**: 禁止在生产环境直接执行未经审批的混沌实验、禁止在未告知用户的情况下收集行为数据、禁止在无回滚方案的情况下全量发布。\r\n\r\n## 右移阶段\r\n\r\n### 阶段1：灰度发布\r\n\r\n> 📌 本节与 qa-release-risk-governance「灰度策略设计」内容同步，修改时请同步更新两处。\r\n\r\n```text\r\n灰度策略：\r\n├─ 用户灰度\r\n│   ├─ 内部员工 → 白名单用户 → 10% → 50% → 100%\r\n│   ├─ 适用：新功能、高风险功能\r\n│   └─ 监控：业务指标、错误率、用户反馈\r\n│\r\n├─ 流量灰度\r\n│   ├─ 1% → 10% → 30% → 50% → 100%\r\n│   ├─ 适用：性能优化、算法变更\r\n│   └─ 监控：性能指标、资源使用\r\n│\r\n├─ 地域灰度\r\n│   ├─ 某城市 → 某省份 → 全国\r\n│   ├─ 适用：地域性功能\r\n│   └─ 监控：地域指标、用户反馈\r\n│\r\n└─ 时间灰度\r\n    ├─ 低峰期 → 高峰期\r\n    ├─ 适用：定时任务、批处理\r\n    └─ 监控：执行结果、资源使用\r\n```\r\n\r\n### 灰度监控\r\n\r\n```text\r\n监控指标：\r\n├─ 业务指标\r\n│   ├─ 订单量/交易量\r\n│   ├─ 转化率/成功率\r\n│   └─ 用户活跃度\r\n│\r\n├─ 技术指标\r\n│   ├─ 错误率/异常率\r\n│   ├─ 响应时间/吞吐量\r\n│   └─ 资源使用率\r\n│\r\n└─ 用户反馈\r\n    ├─ 投诉量\r\n    ├─ 客服咨询量\r\n    └─ 社交媒体反馈\r\n```\r\n\r\n### 灰度回滚\r\n\r\n```text\r\n回滚条件：\r\n├─ 业务指标异常\r\n│   ├─ 订单量下降 > 20%\r\n│   ├─ 成功率下降 > 5%\r\n│   └─ 用户投诉增加 > 50%\r\n│\r\n├─ 技术指标异常\r\n│   ├─ 错误率 > 1%\r\n│   ├─ 响应时间增加 > 50%\r\n│   └─ CPU/内存使用率 > 80%\r\n│\r\n└─ 用户反馈异常\r\n    ├─ 投诉量激增\r\n    └─ 负面舆情\r\n```\r\n\r\n### 阶段2：线上监控\r\n\r\n```text\r\n监控体系：\r\n├─ 业务监控\r\n│   ├─ 核心业务指标\r\n│   ├─ 业务流程监控\r\n│   └─ 业务异常告警\r\n│\r\n├─ 技术监控\r\n│   ├─ 应用性能监控（APM）\r\n│   ├─ 基础设施监控\r\n│   ├─ 日志监控\r\n│   └─ 链路追踪\r\n│\r\n└─ 用户体验监控\r\n    ├─ 前端性能监控\r\n    ├─ 用户行为分析\r\n    └─ 用户反馈收集\r\n```\r\n\r\n### 监控工具\r\n\r\n```text\r\n├─ APM工具\r\n│   ├─ SkyWalking\r\n│   ├─ Pinpoint\r\n│   ├─ Jaeger\r\n│   └─ Zipkin\r\n│\r\n├─ 日志工具\r\n│   ├─ ELK Stack\r\n│   ├─ Loki\r\n│   └─ Splunk\r\n│\r\n├─ 告警工具\r\n│   ├─ Prometheus + Alertmanager\r\n│   ├─ Grafana\r\n│   └─ PagerDuty\r\n│\r\n└─ 用户体验工具\r\n    ├─ 前端监控：Sentry\r\n    ├─ 用户行为：Mixpanel\r\n    └─ 用户反馈：Hotjar\r\n```\r\n\r\n### 阶段3：混沌工程\r\n\r\n```text\r\n混沌工程原则：\r\n├─ 稳态假设：系统在故障下应保持稳态\r\n├─ 爆炸半径：控制故障影响范围\r\n├─ 持续实验：持续验证系统韧性\r\n└─ 自动化：自动化故障注入和恢复\r\n\r\n故障类型：\r\n├─ 基础设施故障\r\n│   ├─ 网络延迟/丢包\r\n│   ├─ 节点宕机\r\n│   ├─ 磁盘故障\r\n│   └─ CPU/内存压力\r\n│\r\n├─ 应用层故障\r\n│   ├─ 服务不可用\r\n│   ├─ 接口超时\r\n│   ├─ 数据库故障\r\n│   └─ 缓存故障\r\n│\r\n└─ 业务层故障\r\n    ├─ 第三方服务故障\r\n    ├─ 数据不一致\r\n    └─ 流量突增\r\n```\r\n\r\n### 混沌工程工具\r\n\r\n```text\r\n├─ Chaos Monkey\r\n│   ├─ 用途：随机终止实例\r\n│   ├─ 适用：AWS环境\r\n│   └─ 特点：Netflix开源\r\n│\r\n├─ Chaos Mesh\r\n│   ├─ 用途：Kubernetes故障注入\r\n│   ├─ 适用：K8s环境\r\n│   └─ 特点：功能全面\r\n│\r\n├─ Litmus\r\n│   ├─ 用途：云原生混沌工程\r\n│   ├─ 适用：K8s环境\r\n│   └─ 特点：CNCF项目\r\n│\r\n└─ Gremlin\r\n    ├─ 用途：商业混沌工程平台\r\n    ├─ 适用：多云环境\r\n    └─ 特点：企业级支持\r\n```\r\n\r\n## 输出示例\r\n\r\n**功能发布后需要验证线上质量**\r\n→ 右移实践：\r\n  - 灰度发布：5%用户→24小时→逐步全量\r\n  - 线上监控：接口错误率、页面性能、用户行为埋点\r\n  - 混沌工程：模拟支付服务故障，验证降级策略\r\n\r\n**用户说\"上线后出了问题怎么办\"**\r\n→ 启动测试右移：灰度策略+监控+混沌工程+回滚方案全套方案\r\n\r\n## 检查清单\r\n\r\n测试右移实施后检查：\r\n- [ ] 灰度策略是否设计？\r\n- [ ] 监控体系是否建立？\r\n- [ ] 告警规则是否配置？\r\n- [ ] 回滚方案是否准备？\r\n- [ ] 混沌工程是否实施？\r\n- [ ] 线上问题是否跟踪？\n\nFile v1.6.0:_meta.json\n\n{\n  \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n  \"slug\": \"qa-shift-right\",\n  \"version\": \"1.6.0\",\n  \"publishedAt\": 1783358242479\n}\n\nFile v1.6.0:skill-card.md\n\n## Description: <br>\nHelps QA and release teams design shift-right validation for production releases using canary monitoring, synthetic checks, A/B validation, user feedback, chaos engineering, alert thresholds, and rollback triggers. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[kokxi](https://clawhub.ai/user/kokxi) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nDevelopers, QA engineers, and release owners use this skill when a feature is live or entering canary release and they need a production validation plan covering monitoring, synthetic checks, feedback loops, chaos experiments, alerts, and rollback criteria. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: Production validation guidance could be mistaken for permission to change monitoring, rollout, or experiment settings. <br>\nMitigation: Use the skill only with release ownership and explicit approval for production monitoring, rollout changes, and chaos experiments. <br>\nRisk: User behavior analysis or feedback collection could involve personal or sensitive data. <br>\nMitigation: Confirm consent, data handling requirements, and applicable privacy obligations before collecting or analyzing user data. <br>\nRisk: Chaos experiments or canary releases can affect live users if the blast radius is too broad. <br>\nMitigation: Start in non-production, shadow, or narrowly scoped canary environments, then expand only with circuit breakers and rollback criteria in place. <br>\nRisk: A production rollout plan without clear rollback thresholds can delay recovery from regressions. <br>\nMitigation: Define rollback triggers for error rate, latency, business metrics, and user feedback before rollout begins, and rehearse the rollback path. <br>\n\n\n## Reference(s): <br>\n- [Qa Shift Right on ClawHub](https://clawhub.ai/kokxi/skills/qa-shift-right) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [Text, Markdown, Guidance, Configuration] <br>\n**Output Format:** [Markdown plan with monitoring metrics, synthetic checks, alert thresholds, rollback triggers, feedback loops, and traceability notes.] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Planning guidance only; no production action is executed by the skill.] <br>\n\n## Skill Version(s): <br>\n1.6.0 (source: frontmatter and server release evidence) <br>\n\n## Ethical Considerations: <br>\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. <br>\n\nArchive v1.5.0: 3 files, 4760 bytes\n\nFiles: skill-card.md (2411b), SKILL.md (7554b), _meta.json (133b)\n\nFile v1.5.0:SKILL.md\n\n---\r\nname: qa-shift-right\r\nversion: 1.5.0\r\ndescription: >-\r\n  当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。\r\n\r\nwhen_to_use: 用户说\"测试右移\"、\"生产验证\"、\"灰度监控\"、\"混沌工程\"、\"线上灰度验证\"、\"上线后验证\"、需要设计生产环境灰度发布方案、需要规划线上监控与回滚策略时\r\nallowed-tools: Read Grep Glob Bash\r\nrelated_skills:\r\n  upstream:\r\n    - qa-release-risk-governance # 输入：发布风险评估\r\n    - qa-ci-cd-testing           # 输入：CI/CD流程\r\n  downstream:\r\n    - qa-quality-metrics         # 输出：线上数据用于质量度量\r\n    - qa-retrospective           # 输出：线上问题用于复盘\r\ninput_format:\r\n  required:\r\n    - name: 发布策略\r\n      type: string\r\n      description: 发布计划和策略\r\n    - name: 监控方案\r\n      type: string\r\n      description: 生产环境监控方案\r\n  optional:\r\n    - name: 用户反馈渠道\r\n      type: string\r\n      description: 用户反馈收集机制\r\noutput_format:\r\n  structure:\r\n    - shift_right_plan: 右移测试计划\r\n    - monitoring_dashboard: 生产监控仪表盘\r\n    - feedback_loop: 用户反馈闭环\r\n    - canary_strategy: 灰度发布测试策略\r\n---\r\n\r\n# 测试右移实践\r\n\r\n## 核心原则\r\n\r\n你是一位测试右移专家，擅长将测试延伸到生产环境。\r\n**核心原则**：测试右移——在生产环境验证质量，持续监控和改进。\r\n本技能覆盖灰度发布、线上监控、混沌工程三个右移阶段。\r\n\r\n> **⚠️ 安全警告：使用本技能前必须确认以下条件**\r\n> \r\n> **生产环境操作**: 本技能涉及灰度发布、线上监控、混沌工程等生产环境操作。执行前必须获得团队/组织的明确书面授权。\r\n> \r\n> **用户隐私**: 涉及用户行为分析、埋点数据收集时，必须确保已获得用户知情同意，并符合数据保护法规（如GDPR/PIPL）要求。\r\n> \r\n> **爆炸半径控制**: 混沌工程实验必须先在小范围（非生产/影子环境）验证，逐步扩大。必须设置熔断机制和自动回滚，确保故障影响在可控范围内。\r\n> \r\n> **回滚预案**: 任何灰度发布必须预先准备回滚方案，定义明确的回滚触发条件（错误率、业务指标异常阈值），并确保回滚流程经过演练。\r\n> \r\n> **禁止场景**: 禁止在生产环境直接执行未经审批的混沌实验、禁止在未告知用户的情况下收集行为数据、禁止在无回滚方案的情况下全量发布。\r\n\r\n## 右移阶段\r\n\r\n### 阶段1：灰度发布\r\n\r\n> 📌 本节与 qa-release-risk-governance「灰度策略设计」内容同步，修改时请同步更新两处。\r\n\r\n```text\r\n灰度策略：\r\n├─ 用户灰度\r\n│   ├─ 内部员工 → 白名单用户 → 10% → 50% → 100%\r\n│   ├─ 适用：新功能、高风险功能\r\n│   └─ 监控：业务指标、错误率、用户反馈\r\n│\r\n├─ 流量灰度\r\n│   ├─ 1% → 10% → 30% → 50% → 100%\r\n│   ├─ 适用：性能优化、算法变更\r\n│   └─ 监控：性能指标、资源使用\r\n│\r\n├─ 地域灰度\r\n│   ├─ 某城市 → 某省份 → 全国\r\n│   ├─ 适用：地域性功能\r\n│   └─ 监控：地域指标、用户反馈\r\n│\r\n└─ 时间灰度\r\n    ├─ 低峰期 → 高峰期\r\n    ├─ 适用：定时任务、批处理\r\n    └─ 监控：执行结果、资源使用\r\n```\r\n\r\n### 灰度监控\r\n\r\n```text\r\n监控指标：\r\n├─ 业务指标\r\n│   ├─ 订单量/交易量\r\n│   ├─ 转化率/成功率\r\n│   └─ 用户活跃度\r\n│\r\n├─ 技术指标\r\n│   ├─ 错误率/异常率\r\n│   ├─ 响应时间/吞吐量\r\n│   └─ 资源使用率\r\n│\r\n└─ 用户反馈\r\n    ├─ 投诉量\r\n    ├─ 客服咨询量\r\n    └─ 社交媒体反馈\r\n```\r\n\r\n### 灰度回滚\r\n\r\n```text\r\n回滚条件：\r\n├─ 业务指标异常\r\n│   ├─ 订单量下降 > 20%\r\n│   ├─ 成功率下降 > 5%\r\n│   └─ 用户投诉增加 > 50%\r\n│\r\n├─ 技术指标异常\r\n│   ├─ 错误率 > 1%\r\n│   ├─ 响应时间增加 > 50%\r\n│   └─ CPU/内存使用率 > 80%\r\n│\r\n└─ 用户反馈异常\r\n    ├─ 投诉量激增\r\n    └─ 负面舆情\r\n```\r\n\r\n### 阶段2：线上监控\r\n\r\n```text\r\n监控体系：\r\n├─ 业务监控\r\n│   ├─ 核心业务指标\r\n│   ├─ 业务流程监控\r\n│   └─ 业务异常告警\r\n│\r\n├─ 技术监控\r\n│   ├─ 应用性能监控（APM）\r\n│   ├─ 基础设施监控\r\n│   ├─ 日志监控\r\n│   └─ 链路追踪\r\n│\r\n└─ 用户体验监控\r\n    ├─ 前端性能监控\r\n    ├─ 用户行为分析\r\n    └─ 用户反馈收集\r\n```\r\n\r\n### 监控工具\r\n\r\n```text\r\n├─ APM工具\r\n│   ├─ SkyWalking\r\n│   ├─ Pinpoint\r\n│   ├─ Jaeger\r\n│   └─ Zipkin\r\n│\r\n├─ 日志工具\r\n│   ├─ ELK Stack\r\n│   ├─ Loki\r\n│   └─ Splunk\r\n│\r\n├─ 告警工具\r\n│   ├─ Prometheus + Alertmanager\r\n│   ├─ Grafana\r\n│   └─ PagerDuty\r\n│\r\n└─ 用户体验工具\r\n    ├─ 前端监控：Sentry\r\n    ├─ 用户行为：Mixpanel\r\n    └─ 用户反馈：Hotjar\r\n```\r\n\r\n### 阶段3：混沌工程\r\n\r\n```text\r\n混沌工程原则：\r\n├─ 稳态假设：系统在故障下应保持稳态\r\n├─ 爆炸半径：控制故障影响范围\r\n├─ 持续实验：持续验证系统韧性\r\n└─ 自动化：自动化故障注入和恢复\r\n\r\n故障类型：\r\n├─ 基础设施故障\r\n│   ├─ 网络延迟/丢包\r\n│   ├─ 节点宕机\r\n│   ├─ 磁盘故障\r\n│   └─ CPU/内存压力\r\n│\r\n├─ 应用层故障\r\n│   ├─ 服务不可用\r\n│   ├─ 接口超时\r\n│   ├─ 数据库故障\r\n│   └─ 缓存故障\r\n│\r\n└─ 业务层故障\r\n    ├─ 第三方服务故障\r\n    ├─ 数据不一致\r\n    └─ 流量突增\r\n```\r\n\r\n### 混沌工程工具\r\n\r\n```text\r\n├─ Chaos Monkey\r\n│   ├─ 用途：随机终止实例\r\n│   ├─ 适用：AWS环境\r\n│   └─ 特点：Netflix开源\r\n│\r\n├─ Chaos Mesh\r\n│   ├─ 用途：Kubernetes故障注入\r\n│   ├─ 适用：K8s环境\r\n│   └─ 特点：功能全面\r\n│\r\n├─ Litmus\r\n│   ├─ 用途：云原生混沌工程\r\n│   ├─ 适用：K8s环境\r\n│   └─ 特点：CNCF项目\r\n│\r\n└─ Gremlin\r\n    ├─ 用途：商业混沌工程平台\r\n    ├─ 适用：多云环境\r\n    └─ 特点：企业级支持\r\n```\r\n\r\n## 输出示例\r\n\r\n**功能发布后需要验证线上质量**\r\n→ 右移实践：\r\n  - 灰度发布：5%用户→24小时→逐步全量\r\n  - 线上监控：接口错误率、页面性能、用户行为埋点\r\n  - 混沌工程：模拟支付服务故障，验证降级策略\r\n\r\n**用户说\"上线后出了问题怎么办\"**\r\n→ 启动测试右移：灰度策略+监控+混沌工程+回滚方案全套方案\r\n\r\n## 检查清单\r\n\r\n测试右移实施后检查：\r\n- [ ] 灰度策略是否设计？\r\n- [ ] 监控体系是否建立？\r\n- [ ] 告警规则是否配置？\r\n- [ ] 回滚方案是否准备？\r\n- [ ] 混沌工程是否实施？\r\n- [ ] 线上问题是否跟踪？\n\nFile v1.5.0:_meta.json\n\n{\n  \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n  \"slug\": \"qa-shift-right\",\n  \"version\": \"1.5.0\",\n  \"publishedAt\": 1782736519380\n}\n\nFile v1.5.0:skill-card.md\n\n## Description: <br>\nQa Shift Right helps teams plan post-release quality validation through canary monitoring, production synthetic checks, A/B validation, chaos engineering, alert thresholds, and rollback criteria. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[kokxi](https://clawhub.ai/user/kokxi) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nDevelopers, QA engineers, SREs, and release teams use this skill to design production validation plans after deployment. It is most useful when planning gray releases, monitoring dashboards, user feedback loops, chaos experiments, and rollback triggers. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: Production validation recommendations may be mistaken for authorization to change live systems. <br>\nMitigation: Treat the skill output as planning guidance and confirm explicit team or organizational authorization before applying changes to real systems. <br>\nRisk: Gray release, rollback, monitoring, or chaos testing plans can affect availability if applied without controls. <br>\nMitigation: Use scoped rollout stages, predefined alert thresholds, rehearsed rollback paths, and blast-radius limits before expanding production exposure. <br>\nRisk: User feedback and behavior analysis can involve privacy-sensitive data. <br>\nMitigation: Confirm consent, data minimization, and applicable privacy obligations before collecting or analyzing user behavior data. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/kokxi/skills/qa-shift-right) <br>\n- [ClawHub publisher profile](https://clawhub.ai/user/kokxi) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [Analysis, Guidance, Markdown, Configuration] <br>\n**Output Format:** [Markdown with structured release validation sections] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Produces a shift-right plan, monitoring dashboard outline, feedback loop, and canary strategy.] <br>\n\n## Skill Version(s): <br>\n1.5.0 (source: frontmatter and server release evidence) <br>\n\n## Ethical Considerations: <br>\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. <br>\n\nArchive v1.4.2: 3 files, 4392 bytes\n\nFiles: skill-card.md (2266b), SKILL.md (6697b), _meta.json (133b)\n\nFile v1.4.2:SKILL.md\n\n---\r\nname: qa-shift-right\r\ndescription: >-\r\n  测试右移实践，通过生产监控/线上巡检/A-B验证/混沌工程将测试延伸到生产环境。当需要线上质量验证或灰度监控时激活。\r\n\r\nwhen_to_use: 用户说\"测试右移\"、\"生产验证\"、\"灰度监控\"、\"混沌工程\"、\"线上灰度验证\"、\"上线后验证\"、需要设计生产环境灰度发布方案、需要规划线上监控与回滚策略时\r\nallowed-tools: Read Grep Glob Bash\r\nrelated_skills:\r\n  upstream:\r\n    - qa-release-risk-governance # 输入：发布风险评估\r\n    - qa-ci-cd-testing           # 输入：CI/CD流程\r\n  downstream:\r\n    - qa-quality-metrics         # 输出：线上数据用于质量度量\r\n    - qa-retrospective           # 输出：线上问题用于复盘\r\ninput_format: 发布风险评估 + CI/CD流程\r\noutput_format: 测试右移方案（灰度策略+监控体系+混沌工程）\r\n---\r\n\r\n# 测试右移实践\r\n\r\n## Overview\r\n\r\n你是一位测试右移专家，擅长将测试延伸到生产环境。\r\n**核心原则**：测试右移——在生产环境验证质量，持续监控和改进。\r\n本技能覆盖灰度发布、线上监控、混沌工程三个右移阶段。\r\n\r\n> **⚠️ 安全警告：使用本技能前必须确认以下条件**\r\n> \r\n> **生产环境操作**: 本技能涉及灰度发布、线上监控、混沌工程等生产环境操作。执行前必须获得团队/组织的明确书面授权。\r\n> \r\n> **用户隐私**: 涉及用户行为分析、埋点数据收集时，必须确保已获得用户知情同意，并符合数据保护法规（如GDPR/PIPL）要求。\r\n> \r\n> **爆炸半径控制**: 混沌工程实验必须先在小范围（非生产/影子环境）验证，逐步扩大。必须设置熔断机制和自动回滚，确保故障影响在可控范围内。\r\n> \r\n> **回滚预案**: 任何灰度发布必须预先准备回滚方案，定义明确的回滚触发条件（错误率、业务指标异常阈值），并确保回滚流程经过演练。\r\n> \r\n> **禁止场景**: 禁止在生产环境直接执行未经审批的混沌实验、禁止在未告知用户的情况下收集行为数据、禁止在无回滚方案的情况下全量发布。\r\n\r\n## 右移阶段\r\n\r\n### 阶段1：灰度发布\r\n\r\n```\r\n灰度策略：\r\n├─ 用户灰度\r\n│   ├─ 内部员工 → 白名单用户 → 10% → 50% → 100%\r\n│   ├─ 适用：新功能、高风险功能\r\n│   └─ 监控：业务指标、错误率、用户反馈\r\n│\r\n├─ 流量灰度\r\n│   ├─ 1% → 10% → 30% → 50% → 100%\r\n│   ├─ 适用：性能优化、算法变更\r\n│   └─ 监控：性能指标、资源使用\r\n│\r\n├─ 地域灰度\r\n│   ├─ 某城市 → 某省份 → 全国\r\n│   ├─ 适用：地域性功能\r\n│   └─ 监控：地域指标、用户反馈\r\n│\r\n└─ 时间灰度\r\n    ├─ 低峰期 → 高峰期\r\n    ├─ 适用：定时任务、批处理\r\n    └─ 监控：执行结果、资源使用\r\n```\r\n\r\n### 灰度监控\r\n\r\n```\r\n监控指标：\r\n├─ 业务指标\r\n│   ├─ 订单量/交易量\r\n│   ├─ 转化率/成功率\r\n│   └─ 用户活跃度\r\n│\r\n├─ 技术指标\r\n│   ├─ 错误率/异常率\r\n│   ├─ 响应时间/吞吐量\r\n│   └─ 资源使用率\r\n│\r\n└─ 用户反馈\r\n    ├─ 投诉量\r\n    ├─ 客服咨询量\r\n    └─ 社交媒体反馈\r\n```\r\n\r\n### 灰度回滚\r\n\r\n```\r\n回滚条件：\r\n├─ 业务指标异常\r\n│   ├─ 订单量下降 > 20%\r\n│   ├─ 成功率下降 > 5%\r\n│   └─ 用户投诉增加 > 50%\r\n│\r\n├─ 技术指标异常\r\n│   ├─ 错误率 > 1%\r\n│   ├─ 响应时间增加 > 50%\r\n│   └─ CPU/内存使用率 > 80%\r\n│\r\n└─ 用户反馈异常\r\n    ├─ 投诉量激增\r\n    └─ 负面舆情\r\n```\r\n\r\n### 阶段2：线上监控\r\n\r\n```\r\n监控体系：\r\n├─ 业务监控\r\n│   ├─ 核心业务指标\r\n│   ├─ 业务流程监控\r\n│   └─ 业务异常告警\r\n│\r\n├─ 技术监控\r\n│   ├─ 应用性能监控（APM）\r\n│   ├─ 基础设施监控\r\n│   ├─ 日志监控\r\n│   └─ 链路追踪\r\n│\r\n└─ 用户体验监控\r\n    ├─ 前端性能监控\r\n    ├─ 用户行为分析\r\n    └─ 用户反馈收集\r\n```\r\n\r\n### 监控工具\r\n\r\n```\r\n├─ APM工具\r\n│   ├─ SkyWalking\r\n│   ├─ Pinpoint\r\n│   ├─ Jaeger\r\n│   └─ Zipkin\r\n│\r\n├─ 日志工具\r\n│   ├─ ELK Stack\r\n│   ├─ Loki\r\n│   └─ Splunk\r\n│\r\n├─ 告警工具\r\n│   ├─ Prometheus + Alertmanager\r\n│   ├─ Grafana\r\n│   └─ PagerDuty\r\n│\r\n└─ 用户体验工具\r\n    ├─ 前端监控：Sentry\r\n    ├─ 用户行为：Mixpanel\r\n    └─ 用户反馈：Hotjar\r\n```\r\n\r\n### 阶段3：混沌工程\r\n\r\n```\r\n混沌工程原则：\r\n├─ 稳态假设：系统在故障下应保持稳态\r\n├─ 爆炸半径：控制故障影响范围\r\n├─ 持续实验：持续验证系统韧性\r\n└─ 自动化：自动化故障注入和恢复\r\n\r\n故障类型：\r\n├─ 基础设施故障\r\n│   ├─ 网络延迟/丢包\r\n│   ├─ 节点宕机\r\n│   ├─ 磁盘故障\r\n│   └─ CPU/内存压力\r\n│\r\n├─ 应用层故障\r\n│   ├─ 服务不可用\r\n│   ├─ 接口超时\r\n│   ├─ 数据库故障\r\n│   └─ 缓存故障\r\n│\r\n└─ 业务层故障\r\n    ├─ 第三方服务故障\r\n    ├─ 数据不一致\r\n    └─ 流量突增\r\n```\r\n\r\n### 混沌工程工具\r\n\r\n```\r\n├─ Chaos Monkey\r\n│   ├─ 用途：随机终止实例\r\n│   ├─ 适用：AWS环境\r\n│   └─ 特点：Netflix开源\r\n│\r\n├─ Chaos Mesh\r\n│   ├─ 用途：Kubernetes故障注入\r\n│   ├─ 适用：K8s环境\r\n│   └─ 特点：功能全面\r\n│\r\n├─ Litmus\r\n│   ├─ 用途：云原生混沌工程\r\n│   ├─ 适用：K8s环境\r\n│   └─ 特点：CNCF项目\r\n│\r\n└─ Gremlin\r\n    ├─ 用途：商业混沌工程平台\r\n    ├─ 适用：多云环境\r\n    └─ 特点：企业级支持\r\n```\r\n\r\n## Examples\r\n\r\n**功能发布后需要验证线上质量**\r\n→ 右移实践：\r\n  - 灰度发布：5%用户→24小时→逐步全量\r\n  - 线上监控：接口错误率、页面性能、用户行为埋点\r\n  - 混沌工程：模拟支付服务故障，验证降级策略\r\n\r\n**用户说\"上线后出了问题怎么办\"**\r\n→ 启动测试右移：灰度策略+监控+混沌工程+回滚方案全套方案\r\n\r\n## Guidelines\r\n\r\n测试右移实施后检查：\r\n- [ ] 灰度策略是否设计？\r\n- [ ] 监控体系是否建立？\r\n- [ ] 告警规则是否配置？\r\n- [ ] 回滚方案是否准备？\r\n- [ ] 混沌工程是否实施？\r\n- [ ] 线上问题是否跟踪？\n\nFile v1.4.2:_meta.json\n\n{\n  \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n  \"slug\": \"qa-shift-right\",\n  \"version\": \"1.4.2\",\n  \"publishedAt\": 1782434320865\n}\n\nFile v1.4.2:skill-card.md\n\n## Description: <br>\nExtends QA into production through canary validation, monitoring, A/B checks, rollback planning, and chaos-engineering guidance. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[kokxi](https://clawhub.ai/user/kokxi) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nQA, SRE, and release engineers use this skill to plan controlled production validation, monitoring, rollback thresholds, and resilience experiments after release. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: Production validation and chaos-engineering recommendations could affect live users or systems if acted on without approval. <br>\nMitigation: Require explicit team or organizational approval, start in non-production or very small blast-radius scopes, define circuit breakers, and rehearse rollback before any production action. <br>\nRisk: Monitoring and user-behavior analysis can involve personal or sensitive data. <br>\nMitigation: Confirm user consent, data-minimization controls, and applicable privacy compliance such as GDPR or PIPL before collecting or using telemetry. <br>\nRisk: The security review notes a Unicode-control-character prompt-injection warning that should be reviewed before installation. <br>\nMitigation: Inspect the raw SKILL.md for invisible Unicode control characters or hidden comments and remove them if they are not necessary. <br>\n\n\n## Reference(s): <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, configuration, guidance] <br>\n**Output Format:** [Markdown guidance with structured plans, checklists, and threshold recommendations] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Focuses on canary strategy, monitoring, rollback planning, and chaos-engineering safeguards; production actions require separate human approval.] <br>\n\n## Skill Version(s): <br>\n1.4.2 (source: server release metadata) <br>\n\n## Ethical Considerations: <br>\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. <br>\n\nArchive v1.4.1: 3 files, 3830 bytes\n\nFiles: skill-card.md (2168b), SKILL.md (5685b), _meta.json (133b)\n\nFile v1.4.1:SKILL.md\n\n---\r\nname: qa-shift-right\r\ndescription: >-\r\n  测试右移实践，通过生产监控/线上巡检/A-B验证/混沌工程将测试延伸到生产环境。当需要线上质量验证或灰度监控时激活。\r\n\r\nwhen_to_use: 用户说\"测试右移\"、\"右移\"、\"线上测试\"、\"监控\"、\"混沌工程\"、\"生产验证\"、\"A/B测试\"、\"线上巡检\"、需要将测试延伸到生产、上线后需要验证实际用户场景时\r\nallowed-tools: Read Grep Glob Bash\r\nrelated_skills:\r\n  upstream:\r\n    - qa-release-risk-governance # 输入：发布风险评估\r\n    - qa-ci-cd-testing           # 输入：CI/CD流程\r\n  downstream:\r\n    - qa-quality-metrics         # 输出：线上数据用于质量度量\r\n    - qa-retrospective           # 输出：线上问题用于复盘\r\ninput_format: 发布风险评估 + CI/CD流程\r\noutput_format: 测试右移方案（灰度策略+监控体系+混沌工程）\r\n---\r\n\r\n# 测试右移实践\r\n\r\n## Overview\r\n\r\n你是一位测试右移专家，擅长将测试延伸到生产环境。\r\n**核心原则**：测试右移——在生产环境验证质量，持续监控和改进。\r\n本技能覆盖灰度发布、线上监控、混沌工程三个右移阶段。\r\n\r\n## 右移阶段\r\n\r\n### 阶段1：灰度发布\r\n\r\n```\r\n灰度策略：\r\n├─ 用户灰度\r\n│   ├─ 内部员工 → 白名单用户 → 10% → 50% → 100%\r\n│   ├─ 适用：新功能、高风险功能\r\n│   └─ 监控：业务指标、错误率、用户反馈\r\n│\r\n├─ 流量灰度\r\n│   ├─ 1% → 10% → 30% → 50% → 100%\r\n│   ├─ 适用：性能优化、算法变更\r\n│   └─ 监控：性能指标、资源使用\r\n│\r\n├─ 地域灰度\r\n│   ├─ 某城市 → 某省份 → 全国\r\n│   ├─ 适用：地域性功能\r\n│   └─ 监控：地域指标、用户反馈\r\n│\r\n└─ 时间灰度\r\n    ├─ 低峰期 → 高峰期\r\n    ├─ 适用：定时任务、批处理\r\n    └─ 监控：执行结果、资源使用\r\n```\r\n\r\n### 灰度监控\r\n\r\n```\r\n监控指标：\r\n├─ 业务指标\r\n│   ├─ 订单量/交易量\r\n│   ├─ 转化率/成功率\r\n│   └─ 用户活跃度\r\n│\r\n├─ 技术指标\r\n│   ├─ 错误率/异常率\r\n│   ├─ 响应时间/吞吐量\r\n│   └─ 资源使用率\r\n│\r\n└─ 用户反馈\r\n    ├─ 投诉量\r\n    ├─ 客服咨询量\r\n    └─ 社交媒体反馈\r\n```\r\n\r\n### 灰度回滚\r\n\r\n```\r\n回滚条件：\r\n├─ 业务指标异常\r\n│   ├─ 订单量下降 > 20%\r\n│   ├─ 成功率下降 > 5%\r\n│   └─ 用户投诉增加 > 50%\r\n│\r\n├─ 技术指标异常\r\n│   ├─ 错误率 > 1%\r\n│   ├─ 响应时间增加 > 50%\r\n│   └─ CPU/内存使用率 > 80%\r\n│\r\n└─ 用户反馈异常\r\n    ├─ 投诉量激增\r\n    └─ 负面舆情\r\n```\r\n\r\n### 阶段2：线上监控\r\n\r\n```\r\n监控体系：\r\n├─ 业务监控\r\n│   ├─ 核心业务指标\r\n│   ├─ 业务流程监控\r\n│   └─ 业务异常告警\r\n│\r\n├─ 技术监控\r\n│   ├─ 应用性能监控（APM）\r\n│   ├─ 基础设施监控\r\n│   ├─ 日志监控\r\n│   └─ 链路追踪\r\n│\r\n└─ 用户体验监控\r\n    ├─ 前端性能监控\r\n    ├─ 用户行为分析\r\n    └─ 用户反馈收集\r\n```\r\n\r\n### 监控工具\r\n\r\n```\r\n├─ APM工具\r\n│   ├─ SkyWalking\r\n│   ├─ Pinpoint\r\n│   ├─ Jaeger\r\n│   └─ Zipkin\r\n│\r\n├─ 日志工具\r\n│   ├─ ELK Stack\r\n│   ├─ Loki\r\n│   └─ Splunk\r\n│\r\n├─ 告警工具\r\n│   ├─ Prometheus + Alertmanager\r\n│   ├─ Grafana\r\n│   └─ PagerDuty\r\n│\r\n└─ 用户体验工具\r\n    ├─ 前端监控：Sentry\r\n    ├─ 用户行为：Mixpanel\r\n    └─ 用户反馈：Hotjar\r\n```\r\n\r\n### 阶段3：混沌工程\r\n\r\n```\r\n混沌工程原则：\r\n├─ 稳态假设：系统在故障下应保持稳态\r\n├─ 爆炸半径：控制故障影响范围\r\n├─ 持续实验：持续验证系统韧性\r\n└─ 自动化：自动化故障注入和恢复\r\n\r\n故障类型：\r\n├─ 基础设施故障\r\n│   ├─ 网络延迟/丢包\r\n│   ├─ 节点宕机\r\n│   ├─ 磁盘故障\r\n│   └─ CPU/内存压力\r\n│\r\n├─ 应用层故障\r\n│   ├─ 服务不可用\r\n│   ├─ 接口超时\r\n│   ├─ 数据库故障\r\n│   └─ 缓存故障\r\n│\r\n└─ 业务层故障\r\n    ├─ 第三方服务故障\r\n    ├─ 数据不一致\r\n    └─ 流量突增\r\n```\r\n\r\n### 混沌工程工具\r\n\r\n```\r\n├─ Chaos Monkey\r\n│   ├─ 用途：随机终止实例\r\n│   ├─ 适用：AWS环境\r\n│   └─ 特点：Netflix开源\r\n│\r\n├─ Chaos Mesh\r\n│   ├─ 用途：Kubernetes故障注入\r\n│   ├─ 适用：K8s环境\r\n│   └─ 特点：功能全面\r\n│\r\n├─ Litmus\r\n│   ├─ 用途：云原生混沌工程\r\n│   ├─ 适用：K8s环境\r\n│   └─ 特点：CNCF项目\r\n│\r\n└─ Gremlin\r\n    ├─ 用途：商业混沌工程平台\r\n    ├─ 适用：多云环境\r\n    └─ 特点：企业级支持\r\n```\r\n\r\n## Examples\r\n\r\n**功能发布后需要验证线上质量**\r\n→ 右移实践：\r\n  - 灰度发布：5%用户→24小时→逐步全量\r\n  - 线上监控：接口错误率、页面性能、用户行为埋点\r\n  - 混沌工程：模拟支付服务故障，验证降级策略\r\n\r\n**用户说\"上线后出了问题怎么办\"**\r\n→ 启动测试右移：灰度策略+监控+混沌工程+回滚方案全套方案\r\n\r\n## Guidelines\r\n\r\n测试右移实施后检查：\r\n- [ ] 灰度策略是否设计？\r\n- [ ] 监控体系是否建立？\r\n- [ ] 告警规则是否配置？\r\n- [ ] 回滚方案是否准备？\r\n- [ ] 混沌工程是否实施？\r\n- [ ] 线上问题是否跟踪？\n\nFile v1.4.1:_meta.json\n\n{\n  \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n  \"slug\": \"qa-shift-right\",\n  \"version\": \"1.4.1\",\n  \"publishedAt\": 1782406588316\n}\n\nFile v1.4.1:skill-card.md\n\n## Description: <br>\nExtends QA into production through canary release planning, online monitoring, A/B validation, rollback criteria, and chaos engineering guidance. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[kokxi](https://clawhub.ai/user/kokxi) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nDevelopers, QA engineers, and release teams use this skill to design shift-right QA plans for post-release production validation. It helps structure canary rollout strategies, monitoring indicators, alerting and rollback criteria, and controlled chaos experiments. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The skill can guide changes or experiments in live production systems, including chaos engineering and A/B validation. <br>\nMitigation: Require explicit experiment approval, production change controls, rollback plans, and a limited blast radius before applying the guidance. <br>\nRisk: Monitoring and user-behavior validation may involve production or behavioral data. <br>\nMitigation: Complete privacy review and use only approved telemetry, retention, and access controls before collecting or analyzing production data. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/kokxi/skills/qa-shift-right) <br>\n- [Publisher profile](https://clawhub.ai/user/kokxi) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, configuration, guidance] <br>\n**Output Format:** [Markdown guidance with structured checklists and rollout, monitoring, rollback, and chaos engineering plans] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [May include operational thresholds, tool recommendations, monitoring metrics, and staged release plans.] <br>\n\n## Skill Version(s): <br>\n1.4.1 (source: server release evidence) <br>\n\n## Ethical Considerations: <br>\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. <br>","readmeExcerpt":"Skill: qa-shift-right Owner: kokxi Summary: 当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。 触发场景：测试右移、生产验证、灰度监控、混沌工程、线上灰度验证、上线后验证、需要规划线上监控与回滚策略时。 Use when the user asks about: shifting testing right into production — APM and log monitoring, synthetic probing, canary verification, and chaos engineering. Tag","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"├─ 业务指标：订单量 / 成功率 / 转化率\n├─ 技术指标：错误率 / 响应时间 / 资源使用率\n└─ 用户反馈：投诉量 / 客服咨询量 / 负面舆情"},{"language":"markdown","snippet":"# 右移验证方案\n\n## 1. 灰度验证\n- 放量阶梯：引用 qa-release-risk-governance 的结论\n- 盯哪些指标：业务 / 技术 / 用户反馈（三类都列）\n- 谁判定回滚、判定标准：引用上游回滚阈值\n- 每档观察时长：\n\n## 2. 线上监控\n| 类别 | 指标 | 告警阈值 | 通知对象 | 响应动作 |\n|------|------|---------|---------|---------|\n| 业务 | | | | |\n| 技术 | | | | |\n| 体验 | | | | |\n\n## 3. 混沌工程（按授权情况）\n- 可执行的故障类型与注入点\n- 爆炸半径控制与熔断条件\n- 自愈验证标准\n\n## 4. 用户反馈闭环\n- 收集渠道 → 打标规则 → 分流去向 → **误报回写监控规则**"},{"language":"text","snippet":"灰度监控指标：\n├─ 业务指标\n│   ├─ 订单量 / 交易量\n│   ├─ 转化率 / 成功率\n│   └─ 用户活跃度\n│\n├─ 技术指标\n│   ├─ 错误率 / 异常率\n│   ├─ 响应时间 / 吞吐量\n│   └─ 资源使用率（CPU/内存）\n│\n└─ 用户反馈\n    ├─ 投诉量\n    ├─ 客服咨询量\n    └─ 社交媒体反馈"},{"language":"text","snippet":"监控体系：\n├─ 业务监控\n│   ├─ 核心业务指标（订单量、成功率、转化率）\n│   ├─ 业务流程监控（关键路径是否走通）\n│   └─ 业务异常告警\n│\n├─ 技术监控\n│   ├─ 应用性能监控（APM）\n│   ├─ 基础设施监控（CPU/内存/磁盘/网络）\n│   ├─ 日志监控（ERROR/WARN 聚合）\n│   └─ 链路追踪（跨服务调用链）\n│\n└─ 用户体验监控\n    ├─ 前端性能监控（首屏、加载）\n    ├─ 用户行为分析（埋点）\n    └─ 用户反馈收集（客服工单、应用商店评论）"},{"language":"text","snippet":"├─ 稳态假设：系统在故障下应保持稳态（先定义\"正常\"长什么样）\n├─ 爆炸半径：控制故障影响范围\n├─ 持续实验：持续验证系统韧性，而非一次性演练\n└─ 自动化：故障注入与恢复判定都应自动化"},{"language":"text","snippet":"├─ 基础设施故障\n│   ├─ 网络延迟 / 丢包\n│   ├─ 节点宕机\n│   ├─ 磁盘故障\n│   └─ CPU / 内存压力\n│\n├─ 应用层故障\n│   ├─ 服务不可用\n│   ├─ 接口超时\n│   ├─ 数据库故障\n│   └─ 缓存故障\n│\n└─ 业务层故障\n    ├─ 第三方服务故障\n    ├─ 数据不一致\n    └─ 流量突增"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: qa-shift-right\ndescription: >-\n  当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。\n  触发场景：测试右移、生产验证、灰度监控、混沌工程、线上灰度验证、上线后验证、需要规划线上监控与回滚策略时。 Use when the user asks about: shifting testing right into production — APM and log monitoring, synthetic probing, canary verification, and chaos engineering.\nlicense: MIT\nallowed-tools: Read Grep Glob Bash\nmetadata:\n  display-name: \"Shift Right\"\n  version: \"1.8.0\"\n  when-to-use: \"用户说\\\"测试右移\\\"、\\\"生产验证\\\"、\\\"灰度监控\\\"、\\\"混沌工程\\\"、\\\"线上灰度验证\\\"、\\\"上线后验证\\\"、需要设计生产环境灰度发布方案、需要规划线上监控与回滚策略时\"\n  related-skills: \"{\\\"upstream\\\":[\\\"qa-release-risk-governance\\\",\\\"qa-ci-cd-testing\\\"],\\\"downstream\\\":[\\\"qa-quality-metrics\\\",\\\"qa-retrospective\\\"]}\"\n  references: \"[\\\"references/right-stages.md\\\"]\"\n  input-format: \"{\\\"required\\\":[{\\\"name\\\":\\\"发布策略\\\",\\\"type\\\":\\\"string\\\",\\\"description\\\":\\\"发布计划和策略（来自qa-release-risk-governance，含放量阶梯与回滚条件）\\\"},{\\\"name\\\":\\\"监控方案\\\",\\\"type\\\":\\\"string\\\",\\\"description\\\":\\\"生产环境监控方案现状\\\"}],\\\"optional\\\":[{\\\"name\\\":\\\"用户反馈渠道\\\",\\\"type\\\":\\\"string\\\",\\\"description\\\":\\\"用户反馈收集机制\\\"}]}\"\n  output-format: \"{\\\"traceability\\\":[\\\"本技能规划右移、不产出唯一 ID；可溯源到 qa-release-risk-governance 的发布风险评估结论\\\",\\\"灰度放量阶梯与回滚阈值由 qa-release-risk-governance 定义，本技能不重复维护\\\"],\\\"structure\\\":[{\\\"shift_right_plan\\\":\\\"右移测试计划：按 灰度验证 / 线上监控 / 混沌工程 三阶段组织\\\"},{\\\"monitoring_dashboard\\\":\\\"生产监控仪表盘：业务/技术/用户体验三类指标\\\"},{\\\"feedback_loop\\\":\\\"用户反馈闭环：收集→打标→分流→误报回写监控规则\\\"},{\\\"canary_verification\\\":\\\"灰度期验证方案：盯什么指标、多久放量、谁判定回滚（阈值引用上游，不本地重定义）\\\"},\\\"本技能不产出 9 列用例表 —— 拨测用例由 qa-test-case-design 定义\\\",\\\"覆盖率：标注口径（基于当前生产验证范围），禁止\\\\\\\"全覆盖/100%\\\\\\\"绝对化表述\\\"]}\"\n  error-recovery-guidance: \"{\\\"on_failure\\\":\\\"右移方案遗漏监控项时回退到发布风险补充\\\",\\\"retry_behavior\\\":\\\"补充风险评估后重新设计右移方案\\\"}\"\n  categories: \"[\\\"Development\\\",\\\"Testing\\\",\\\"DevOps\\\"]\"\n  depth-requirement: \"{\\\"reference_value\\\":\\\"按生产规模调整右移深度：单一服务→单阶段（线上监控）；多服务/高风险→三阶段全建\\\",\\\"minimum\\\":\\\"至少覆盖 线上监控 + 告警规则 + 回滚触发条件 3 项；混沌工程可按授权情况后置\\\"}\"\n---\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# 测试右移实践\n\n> **⚠️ 安全警告：使用本技能前必须确认以下条件**\n>\n> **生产环境操作**: 本技能涉及灰度发布、线上监控、混沌工程等生产环境操作。执行前必须获得团队/组织的明确书面授权。\n>\n> **用户隐私**: 涉及用户行为分析、埋点数据收集时，必须确保已获得用户知情同意，并符合数据保护法规（如 GDPR/PIPL）要求。\n>\n> **爆炸半径控制**: 混沌工程实验必须先在小范围（非生产/影子环境）验证，逐步扩大。必须设置熔断机制和自动回滚。\n>\n> **回滚预案**: 任何灰度发布必须预先准备回滚方案，定义明确的回滚触发条件，并确保回滚流程经过演练。\n>\n> **禁止场景**: 禁止在生产环境直接执行未经审批的混沌实验、禁止在未告知用户的情况下收集行为数据、禁止在无回滚方案的情况下全量发布。\n\n## 核心原则\n\n测试右移——在生产环境验证质量，持续监控和改进。\n\n**不要把上线当成终点**：用户在生产环境的使用方式永远测不全。右移的价值是\n**承认\"测不全\"，然后用监控 + 反馈 + 故障演练把风险接住。**\n\n## 1. 三阶段速查\n\n| 阶段 | 解决什么 | 核心产出 | 何时可跳过 |\n|------|---------|---------|-----------|\n| **1 灰度验证** | 放量过程中有没有出事 | 灰度期监控指标 + 回滚判定 | 不适用（未做灰度发布） |\n| **2 线上监控** | 出问题后多久能发现 | 业务/技术/体验三类监控 + 告警规则 | ❌ 不可跳过 |\n| **3 混沌工程** | 依赖挂了能不能自愈 | 故障注入方案 + 自愈验证 | 授权未到位时可后置 |\n\n> **灰度放量阶梯与回滚阈值由 `qa-release-risk-governance` 定义，本技能不重复维护。**\n> 历史上两处各写一份、靠人工同步（SKILL.md 里曾有一行\"内容同步，修改时请同步更新两处\"），\n> 现已收敛到单一真源。\n\n## 2. 三类监控指标都要看\n\n```text\n├─ 业务指标：订单量 / 成功率 / 转化率\n├─ 技术指标：错误率 / 响应时间 / 资源使用率\n└─ 用户反馈：投诉量 / 客服咨询量 / 负面舆情\n"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn71y9b23csfx0ykgm55d5m9x5891zt8\",\n  \"slug\": \"qa-shift-right\",\n  \"version\": \"1.8.0\",\n  \"publishedAt\": 1790656099179\n}"},{"path":"references/right-stages.md","content":"# 右移三阶段详解\n\n> 本文是 `qa-shift-right` 的**方法详图**。需要展开某一阶段、挑选监控工具或混沌工程工具时读本文；\n> 只想知道右移分哪几个阶段、每阶段管什么时读 `SKILL.md` 速查即可。\n\n**⚠️ 灰度策略与回滚条件由 `qa-release-risk-governance` 统一定义**，本技能不重复维护。\n需要设计灰度放量阶梯或回滚阈值时，读那个技能的方案；本文件只讲\"上线之后怎么持续验证\"。\n\n---\n\n## 阶段 1：灰度发布后的验证\n\n灰度策略本身（放量阶梯、灰度维度选择、回滚条件）见 `qa-release-risk-governance`。\n本技能关注的是**灰度期间要盯什么**：\n\n```text\n灰度监控指标：\n├─ 业务指标\n│   ├─ 订单量 / 交易量\n│   ├─ 转化率 / 成功率\n│   └─ 用户活跃度\n│\n├─ 技术指标\n│   ├─ 错误率 / 异常率\n│   ├─ 响应时间 / 吞吐量\n│   └─ 资源使用率（CPU/内存）\n│\n└─ 用户反馈\n    ├─ 投诉量\n    ├─ 客服咨询量\n    └─ 社交媒体反馈\n```\n\n> **三类指标都要看**。只看技术指标会漏掉\"功能能跑但结果不对\"（比如金额算错，\n> 不报错但业务指标下滑）；只看业务指标会漏掉\"当前没影响但已在积累风险\"（内存泄漏）。\n\n---\n\n## 阶段 2：线上监控体系\n\n```text\n监控体系：\n├─ 业务监控\n│   ├─ 核心业务指标（订单量、成功率、转化率）\n│   ├─ 业务流程监控（关键路径是否走通）\n│   └─ 业务异常告警\n│\n├─ 技术监控\n│   ├─ 应用性能监控（APM）\n│   ├─ 基础设施监控（CPU/内存/磁盘/网络）\n│   ├─ 日志监控（ERROR/WARN 聚合）\n│   └─ 链路追踪（跨服务调用链）\n│\n└─ 用户体验监控\n    ├─ 前端性能监控（首屏、加载）\n    ├─ 用户行为分析（埋点）\n    └─ 用户反馈收集（客服工单、应用商店评论）\n```\n\n### 监控工具参考\n\n> 具体选型请结合团队技术栈与云厂商，下面是常见选项。\n\n| 类别 | 工具 | 说明 |\n|------|------|------|\n| **APM** | SkyWalking / Pinpoint / Jaeger / Zipkin | 分布式链路追踪与调用耗时 |\n| **日志** | ELK Stack / Loki / Splunk | 集中日志与全文检索 |\n| **告警** | Prometheus + Alertmanager / Grafana / PagerDuty | 指标采集、告警规则、值班通知 |\n| **前端体验** | Sentry | 前端异常采集与聚合 |\n| **用户行为** | Mixpanel / 神策 | 埋点分析 |\n\n---\n\n## 阶段 3：混沌工程\n\n### 四项原则\n\n```text\n├─ 稳态假设：系统在故障下应保持稳态（先定义\"正常\"长什么样）\n├─ 爆炸半径：控制故障影响范围\n├─ 持续实验：持续验证系统韧性，而非一次性演练\n└─ 自动化：故障注入与恢复判定都应自动化\n```\n\n### 故障类型\n\n```text\n├─ 基础设施故障\n│   ├─ 网络延迟 / 丢包\n│   ├─ 节点宕机\n│   ├─ 磁盘故障\n│   └─ CPU / 内存压力\n│\n├─ 应用层故障\n│   ├─ 服务不可用\n│   ├─ 接口超时\n│   ├─ 数据库故障\n│   └─ 缓存故障\n│\n└─ 业务层故障\n    ├─ 第三方服务故障\n    ├─ 数据不一致\n    └─ 流量突增\n```\n\n### 混沌工程工具\n\n| 工具 | 用途 | 适用环境 | 特点 |\n|------|------|---------|------|\n| Chaos Monkey | 随机终止实例 | AWS | Netflix 开源，最简 |\n| Chaos Mesh | K8s 故障注入 | Kubernetes | 功能全面，社区活跃 |\n| Litmus | 云原生混沌工程 | Kubernetes | CNCF 项目 |\n| Gremlin | 商业混沌工程平台 | 多云 | 企业级支持 |\n\n> **混沌工程的执行前提**（硬约束，不可跳过）：\n> 1. 获得组织书面授权\n> 2. 先在非生产/影子环境验证\n> 3. 逐步扩大爆炸半径\n> 4. 必须有熔断与自动回滚\n> 5. **禁止未经审批在生产环境直接执行混沌实验**\n\n---\n\n## 用户反馈闭环\n\n```text\n反馈收集渠道：\n├─ 应用商店评论\n├─ 客服工单\n├─ 应用内反馈入口\n├─ 社交媒体 / 社区\n└─ 埋点行为异常（用户静默流失）\n\n闭环要求：\n├─ 每条反馈打标（功能缺陷 / 体验问题 / 数据问题 / 误报）\n├─ 缺陷类转 qa-bug-reporting\n├─ 体验类进产品需求池\n└─ 误报类回写监控规则，避免噪声\n```\n\n> **\"误报类回写监控规则\"是常被忽略的一步**：不处理误报，告警会越来越钝，\n> 最终团队开始无视告警——这是线上监控失效最常见的方式。"},{"path":"skill-card.md","content":"## Description:\n\nHelps QA and release teams plan post-deployment validation through canary monitoring, production alerts, user feedback, and authorized chaos testing.\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 release teams use this skill to plan canary checks, production monitoring, alert responses, and feedback loops after deployment. It references upstream release criteria for rollout and rollback decisions rather than setting new thresholds.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The optional companion-skill installation command is unpinned.\n\nMitigation: Verify the package and source before running it; prefer a pinned version or trusted commit.\n\nRisk: Production chaos tests or monitoring changes could disrupt live services.\n\nMitigation: Require organizational authorization, limit the experiment scope, and establish rollback plans before applying changes.\n\nRisk: Collecting production user feedback or behavior data may expose personal information.\n\nMitigation: Confirm user authorization and privacy compliance before collecting or processing the data.\n\n## Reference(s):\n\n- [Right-shift validation stages](references/right-stages.md)\n- [qa-shift-right on ClawHub](https://clawhub.ai/kokxi/skills/qa-shift-right)\n\n## Skill Output:\n\n**Output Type(s):** [Guidance, Markdown]\n\n**Output Format:** [Markdown validation plan and monitoring tables]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Covers canary indicators, alert thresholds and responses, optional chaos experiments, and user-feedback routing; references upstream rollback criteria.]\n\n## Skill Version(s):\n\n1.8.0 (source: skill metadata and ClawHub release)\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":"当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。 触发场景：测试右移、生产验证、灰度监控、混沌工程、线上灰度验证、上线后验证、需要规划线上监控与回滚策略时。 Use when the user asks about: shifting testing right into production — APM and log monitoring, synthetic probing, canary verification, and chaos engineering. Skill: qa-shift-right Owner: kokxi Summary: 当功能已经上线了但还担心线上质量、或者需要设计灰度发布后的验证方案时使用此技能。通过生产监控（APM/日志/用户反馈）、线上巡检拨测、A/B 验证和混沌工程将测试延伸到生产环境。不要把上线当成终点——用户在生产环境的使用方式是永远测不全的。输出右移验证方案（灰度监控指标 + 拨测用例 + 告警阈值 + 回滚触发条件）。 触发场景：测试右移、生产验证、灰度监控、混沌工程、线上灰度验证、上线后验证、需要规划线上监控与回滚策略时。 Use when the user asks about: shifting testing right into production — APM and log monitoring, synthetic probing, canary verification, and chaos engineering. Tag","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":1005,"uniquenessScore":50,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-11T08:19:01.510Z","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":"2026-10-11T08:19:01.510Z","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":"2026-10-11T10:50:19.384Z","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"}]}}}