Token导航 LogoToken导航TokenDH.com
开发操作浏览器clawhub未标认证来源可访问clear审计提醒

e2e-test-orchestratore2e 测试协调器

Agent Skill

用于辅助测试设计、自动化测试、用例整理和回归验证。它适合让 Agent 编写单元测试、端到端测试、测试计划或根据失败日志定位问题。使用时需要确认项目测试框架、运行命令和夹具数据,避免为了通过测试而改坏真实逻辑;涉及浏览器或外部服务时,应区分本地模拟、测试环境和生产环境。

总安装

13,830

周安装

588

GitHub Stars

公开资料未说明

下载量

4,845
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:e2e-test-orchestrator(e2e 测试协调器)
来源仓库:https://github.com/kklldog/e2e-test-orchestrator
安装命令:
openclaw skills install e2e-test-orchestrator
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install e2e-test-orchestrator

简介

端(E2E)测试编排与执行。针对用户要求:设计测试示例、基于Playwright/Cypress实现自动化脚本、通过源码优先定位元素图像并在必要时使用截图/识别兜底、执行测试、自动修复脚本问题(如定位器或等待策略)、并输出配置测试报告。

SKILL.md

name
e2e-test-orchestrator
description
端到端(E2E)测试编排与执行。用于用户要求:设计测试用例、基于 Playwright/Cypress 实现自动化脚本、通过源码优先定位元素并在必要时使用截图/图像识别兜底、执行测试、自动修复脚本问题(如定位器或等待策略)、并输出结构化测试报告。

E2E 测试编排器

严格按以下顺序执行:测试规划 → 脚本实现 → 执行测试 → 归因/修复 → 结果报告

1)先做测试规划

  1. 阅读需求说明、验收标准、目标环境信息。
  2. 使用 references/case-template.md 产出分级测试用例:

- P0:核心主流程(如登录、支付、鉴权、数据一致性) - P1:关键分支与校验流程 - P2:边界、异常与韧性场景

  1. 每条用例必须明确:

- 前置条件 / 测试数据 - 操作步骤 - 期望结果 - 断言点与证据整理点

若需求不清晰,先写明假设,再进入脚本实现。

Playwright 关键要求(先读)

  1. 在开始实现前,先阅读 references/playwright-重点与docker兜底.md
  2. 默认尝试本地模式(local)运行 Playwright。
  3. 若本地依赖安装失败(例如 Ubuntu 25 包不兼容/缺失、无 sudo、浏览器缺库),立即切换 Docker 模式,不要阻塞流程。
  4. Docker 模式统一使用 scripts/run-playwright-docker.sh 执行,并在报告中注明镜像版本与执行模式。
  5. 可优先使用 scripts/run-playwright-auto.sh:先尝试 local,失败后自动切 docker。

2)按用例实现自动化脚本

  1. 默认优先 Playwright + TypeScript(除非用户指定其他框架)。
  2. 每条已确认用例映射为一个测试文件或一个 test(...) 用例块。
  3. 元素定位遵循 references/locator-strategy.md
  4. 使用确定性等待与断言,避免盲目 sleep
  5. 失败时必须保留证据:

- screenshot(截图) - video(如已启用) - trace / 关键日志片段

3)执行测试并收集证据

  1. 先跑定向集(新增/变更相关用例),按需再跑全量回归。
  2. 推荐优先使用 scripts/run-playwright-auto.sh 自动选择执行模式;也可手动选择:本地用 scripts/run-playwright.sh,本地不可用时改用 scripts/run-playwright-docker.sh
  3. 记录截图、视频、trace、日志的输出路径。

4)若用例执行受阻,先归因再处理

当测试无法继续时:

  1. 先做根因分类:

- 脚本问题(定位器错误、竞态、失效选择器、断言不正确) - 环境/数据问题 - 产品缺陷

  1. 若是 脚本问题:立即修复并重跑。
  2. 若是非脚本问题:不得掩盖,按 blocker 记录复现与证据。
  3. 维护最小修复日志:

- 失败用例 ID - 根因类型 - 修复摘要 - 重跑结果

5)输出结构化测试报告

严格按 references/report-template.md 组织输出,至少包含:

  • 测试范围与环境
  • 用例结果汇总(通过/失败/阻塞)
  • 缺陷与严重级别
  • 已实施脚本修复
  • 剩余风险
  • 证据索引(路径/链接)
  • 下一步建议

质量门槛

  • 每个自动化脚本必须可追溯到测试用例 ID。
  • 每个失败结果必须有证据支撑。
  • 阻塞用例绝不能标记为通过。
  • 对不稳定(flaky)步骤做隔离并明确记录。

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

74.49%
按下载量换算3,609

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

操作浏览器

该 Skill 可能涉及浏览器控制能力,使用时可能读取或操作网页内容,需要在受控环境中确认权限边界。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills