Skills 驱动测试自动化：从手写脚本到智能体协作的进化之路作者：浅木·先生发布日期：2026-06-16一、引言：从一条手工断言说起六年前，我所在的财政系统测试团队接到一个任务：为预算编审系统编写 200 条接口自动化用例。那时的做法是——打开 JMeter，逐个录入接口地址、配置参数、写 Beanshell 断言、整理 CSV 数据源。一个人一天最多写 15 条，200 条用例需要两周。更令人沮丧的是，预算系统的业务逻辑每季度调整一次，接口字段增删改频繁，维护成本居高不下。那时我们就在想：能不能让 AI 来写测试脚本？答案是可以，但早期的尝试很快撞上了天花板——通用的 AI 对话能生成一段代码，但生成的内容不贴合项目规范，缺少上下文理解，无法融入现有测试框架。真正的突破，来自于Skills这个概念的提出。今天这篇文章，我想以财政系统的测试场景为背景，完整讲述 Skills 驱动测试自动化从理论到实践的进化之路——从一个想法，到一套 YAML 配置，再到一个可交付的 Skill 包，最后进化到多 Skill 协同的智能测试体。二、什么是 Skill？—— 给 AI 的一本"测试操作手册"2.1 Skills 的本质在深入技术之前，我们需要先回答一个根本问题：Skill 到底是什么？我们团队内部有一个形象的比喻：如果把大模型比作一个刚入职的测试新人，Skills 就是培训手册。新人（大模型）有很强的学习能力（推理能力），但如果不知道你们团队怎么写用例、用什么框架、遵循什么规范，他照样会写出不合规的东西。而 Skill 就是把这些"隐性知识"显性化——告诉他"我们团队是这样写测试脚本的"。从技术角度看，Skill 的本质是一份结构化的 Markdown 文档（通常命名为 SKILL.md），外加可选的脚本文件和资源模板。这份文档告诉 AI：这个场景的输入是什么（需求描述、接口文档、业务规则）输出应该是什么格式（测试代码、测试报告、Bug 描述）遵循什么规范和约束（命名规则、框架选择、断言策略）分几步完成，每一步做什么2.2 Skills vs MCP：不是二选一，是互补在做技术选型时，很多团队会问：Skills 和 MCP 有什么区别？我的理解是：Skills 是"说明书"，MCP 是"工具协议"。Skills 依靠 AI 的阅读理解能力来执行——AI 读完 SKILL.md 中的步骤说明，自己决策怎么做。而 MCP 是把功能封装成持续运行的服务，通过 Tool 调用的方式暴露给 AI，函数内部的具体逻辑（鉴权、参数校验、接口调用）对 AI 是透明的。基于这个区别，选型原则就很清晰了：流程性任务用 Skills——比如"根据接口文档生成测试用例→初始化框架→生成代码→执行测试→输出报告"，这是一个有明确步骤的流程，Skills 的说明书模式天然适合。需要精确控制的场景用 MCP——比如"用 execute_sql 查数据库"“调用 MeterSphere API 创建测试计划”，这些操作需要精确的参数校验和安全控制，用 MCP 更可靠。在实际落地中，我们往往将两者结合使用：Skill 描述"做什么"和"按什么顺序做"，MCP 提供"怎么做"的具体工具。比如在接口自动化测试 Skill 中，用 MySQL MCP 的 execute_sql 工具做数据层断言校验，就是典型的 Skills + MCP 组合。三、从零到一：打造一个 JMeter 脚本生成 Skill为了让读者对 Skill 有一个具象的认知，我以财政系统性能压测中最常用的场景——JMeter 脚本生成——为例，完整展示一个 Skill 从设计到交付的全过程。3.1 痛点分析在财政系统的性能测试中，JMeter 脚本编写占了大量时间。一个典型的压测场景（比如"1000 个预算单位同时申报"）需要：配置线程组、循环控制器编写 HTTP 请求默认值配置 CSV 数据源参数化添加聚合报告、查看结果树编写断言（响应状态码、响应时间、响应内容）手动编写耗时不说，不同测试人员写出的脚本风格差异大，维护困难。如果能用 AI 自动生成规范统一的 JMX 脚本，将大幅提升效率。3.2 架构设计我们采用了五层架构来设计这个 Skill：jmeter-script-writer/ ├── SKILL.md # 调度中枢（核心说明书） ├── templates/ # 模板层 │ ├── basic-threadgroup.jmx # 基础线程组模板 │ ├── csv-datasource.jmx # CSV 参数化模板 │ └── assertion-template.jmx # 断言模板 ├── references/ # 知识库（五份参考文档） │ ├── jmeter-best-practice.md # JMeter 最佳实践 │ ├── budget-api-spec.md # 预算系统接口规范 │ └── assertion-rules.md # 断言规则说明 ├── scripts/ # 校验脚本 │ ├── validate_jmx.py # 脚本结构校验 │ └── parse_input.py # 输入解析 └── output/ # 输出目录五层职责划分：层级职责说明Prompt 层调用入口SKILL.md 中的触发词和意图识别参数解析层输入处理将自然语言描述解析为结构化参数模板渲染层JMX 生成基于模板组装完整的 JMeter 脚本文件输出层工程打包输出可执行的 JMX + CSV 数据文件校验容错层质量门禁结构校验、断言复核、日志输出3.3 SKILL.md 核心配置以下是精简后的核心配置内容：# SKILL.md — jmeter-script-writer 调度中枢name:jmeter-script-writerdescription:根据接口信息和压测需求，自动生成规范的 JMeter 压测脚本version:1.0.0author:kongfantengtrigger:keywords:["生成压测脚本","jmeter脚本","性能测试脚本","jmx脚本"]context:["API","performance_test","
)
