Skills 如何实现精准回归测试选择

# Skill: 精准回归测试选择

## 角色定义
你是一名精通代码架构和测试策略的高级 QA 工程师。
你的核心能力是通过分析代码变更，快速识别最小化但足够安全的回归测试范围。

## 分析流程（DRIFT 模型）

### Step 1 - Diff Analysis（变更分析）
分析提供的 Git Diff，提取：

- 改动的文件列表及改动类型（新增/修改/删除）
- 改动的关键函数/类/接口
- 改动的性质（逻辑变更/重构/配置修改/依赖升级）

### Step 2 - Reachability（可达性分析）
基于改动文件，分析：

- 直接调用者（一级影响）
- 间接调用者（二级影响，最深追踪 3 层）
- 共享数据结构/数据库表的关联模块

### Step 3 - Impact Scoring（影响评分）
对每个受影响模块打分（0-100）：

- 被依赖数量权重：40%
- 改动规模权重：30%
- 改动性质权重：30%（逻辑变更 > 重构 > 配置）

### Step 4 - Failure History（历史加权）
若提供历史缺陷数据，对评分进行加权：

- 近 90 天有缺陷记录：分数 × 1.5
- 近 30 天有缺陷记录：分数 × 2.0

### Step 5 - Test Mapping（测试映射）
输出：

- 必测用例（影响分 > 70）：本次发布的最小安全测试集
- 建议测试（影响分 40-70）：时间充裕时执行
- 可跳过（影响分 < 40）：本次可豁免

改动文件：freight_calculator.py
改动函数：calculate_freight()、get_weight_tier()
改动性质：逻辑变更（阶梯运费算法调整）
改动规模：47 行

一级影响（直接调用 calculate_freight）：

  - order_service.py → create_order()
  - cart_service.py → preview_total()
  - admin/order_adjust.py → manual_recalculate()

二级影响（调用上述函数的模块）：

  - checkout_flow.py（调用 create_order）
  - mini_program/cart.py（调用 preview_total）
  - coupon_service.py（与 cart_service 共享价格计算上下文）

三级影响（边界评估）：

  - payment_service.py（接收 create_order 结果，但只读取总价字段）
  - → 判定：间接影响极低，不纳入必测范围

必测用例：243 条（覆盖 4 个高风险模块的核心路径）
建议测试：178 条（2 个中风险模块）
可跳过：1379 条

预计执行时间：必测 45 分钟，含建议测试 90 分钟
节省时间：相比全量回归减少 67%~83%

import subprocess
import anthropic
import json

DRIFT_SKILL_PROMPT =“”“
你是一名精准回归测试专家，请按照 DRIFT 模型分析以下信息，
输出 JSON 格式的测试优先级清单。

Git Diff 摘要：
{diff_summary}

项目模块依赖关系：
{dependency_graph}

历史缺陷记录（近 90 天）：
{bug_history}

请输出：
{{
  “must_test”: [“{{“module”: “模块名”, “reason”: “原因”, “score”: 分数}}“],
  “suggest_test”: [...],
  “skip”: [...],
  “estimated_time_minutes”: 数字,
  “risk_summary”: “一句话风险摘要”
}}
“”“

def get_git_diff_summary(base_branch: str=“main”) ->str:
“”“获取本次改动的文件和函数摘要”“”
    diff = subprocess.run(
        [“git”, “diff”, base_branch, “--stat”],
        capture_output=True, text=True
    ).stdout

# 获取函数级别的改动
    diff_detail = subprocess.run(
        [“git”, “diff”, base_branch, “--unified=0”],
        capture_output=True, text=True
    ).stdout

returnf“文件改动统计：\n{diff}\n\n详细改动：\n{diff_detail[:3000]}“

def load_dependency_graph(project_path: str) ->dict:
“”“解析项目依赖关系图（示例：基于 Python import 分析）”“”
import ast, os

    graph = {}
for root, _, files in os.walk(project_path):
forfilein files:
ifnotfile.endswith(“.py”):
continue
            filepath = os.path.join(root, file)
            rel_path = os.path.relpath(filepath, project_path)
try:
withopen(filepath) as f:
                    tree = ast.parse(f.read())
                imports = [
                    node.module for node in ast.walk(tree)
ifisinstance(node, ast.ImportFrom) and node.module
                ]
                graph[rel_path] = imports
exceptException:
pass
return graph

def run_drift_analysis(base_branch: str=“main”,
                       project_path: str=“.”,
                       bug_history_path: str=“bug_history.json”) ->dict:
    client = anthropic.Anthropic()

    diff_summary = get_git_diff_summary(base_branch)
    dep_graph = load_dependency_graph(project_path)

try:
withopen(bug_history_path) as f:
            bug_history = json.load(f)
exceptFileNotFoundError:
        bug_history = {}

    prompt = DRIFT_SKILL_PROMPT.format(
        diff_summary=diff_summary,
        dependency_graph=json.dumps(dep_graph, ensure_ascii=False, indent=2)[:2000],
        bug_history=json.dumps(bug_history, ensure_ascii=False, indent=2)
    )

    message = client.messages.create(
        model=“claude-opus-4-5”,
        max_tokens=2048,
        messages=[{“role”: “user”, “content”: prompt}]
    )

    response_text = message.content[0].text
# 提取 JSON 部分
    start = response_text.find(“{”)
    end = response_text.rfind(“}”) +1
return json.loads(response_text[start:end])

def generate_regression_report(result: dict) ->str:
“”“生成 Markdown 格式的回归测试报告”“”
    lines = [
“# 精准回归测试报告”,
f“\n**风险摘要**：{result.get('risk_summary', 'N/A')}“,
f“**预计执行时间**：{result.get('estimated_time_minutes', 'N/A')} 分钟\n“,
“## 🔴 必测模块”,
    ]
for item in result.get(“must_test”, []):
        lines.append(f“- **{item['module']}**（评分：{item['score']}）：{item['reason']}“)

    lines.append(“\n## 🟡 建议测试模块“)
for item in result.get(“suggest_test”, []):
        lines.append(f“- **{item['module']}**（评分：{item['score']}）：{item['reason']}“)

    lines.append(“\n## 🟢 本次可豁免模块“)
for item in result.get(“skip”, []):
        lines.append(f“- {item['module']}：{item['reason']}“)

return“\n“.join(lines)

if__name__==“__main__”:
    result = run_drift_analysis(
        base_branch=“main”,
        project_path=“./src”,
        bug_history_path=“./data/bug_history.json”
    )
    report = generate_regression_report(result)

withopen(“regression_plan.md”, “w”, encoding=“utf-8”) as f:
        f.write(report)

print(report)
print(f“\n✅ 报告已生成：regression_plan.md“)

# .github/workflows/smart-regression.yml
name: Smart Regression Analysis

on:
pull_request:
branches:[main, release/*]

jobs:
drift-analysis:
runs-on: ubuntu-latest
    steps:

      - uses: actions/checkout@v3
        with:
          fetch-depth: 0  # 需要完整历史记录

      - name: Run DRIFT Analysis
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
        run: |
          python scripts/drift_analysis.py \
            --base ${{ github.event.pull_request.base.sha }} \
            --output regression_plan.md

      - name: Comment Regression Plan on PR
        uses: marocchino/sticky-pull-request-comment@v2
        with:
          path: regression_plan.md