先上一张全景图，让你一眼看清这 5 个 Skill 的分工与协作：

接口文档（Swagger/Postman/HAR 等）
  │
  ▼
🟢 api-schema-parser ──────→ 标准化接口数据（api_definitions.json）
  │
  ▼
🔵 api-testdata-generator ─→ 全场景测试数据（正向/边界/异常/安全）
  │
  ▼
🟡 api-testscript-generator → 接口自动化脚本工程（分层、规范、可运行）
  │
  ▼
🟠 api-test-optimizer ─────→ 脚本质量检查与优化（4 类校验 + 10 维补齐）
  │
  ▼
🔴 api-test-executor ──────→ 智能执行与失败自愈（调度/诊断/报告）

这 5 个 Skill 形成完整闭环：解析 → 造数 → 生成 → 优化 → 执行，既能串联成一条 AI 自动化流水线，也能独立调用解决单点问题。

Skill	核心职责	解决的核心痛点	效率提升点
🟢 api-schema-parser	接口定义结构化解析	人工读文档慢、易遗漏、格式不统一	几天 → 几分钟
🔵 api-testdata-generator	测试数据智能生成	人工造数重复、边界场景覆盖不全	一周 → 一句话
🟡 api-testscript-generator	自动化脚本批量生成	人工编码慢、风格不统一、规范难落地	1~2 周 → 几分钟
🟠 api-test-optimizer	脚本质量检查与优化	AI 幻觉、场景缺失、健壮性不足	测试方法覆盖 +115%
🔴 api-test-executor	脚本执行与结果复盘	人工执行繁琐、失败分析耗时	失败自愈，回归零干预

接下来，我们逐个拆解。

三、Skill 1：api-schema-parser —— 接口定义解析器

🎯 它解决了什么痛点？

传统接口脚本开发的第一步，就是人工研读 Swagger/Postman/HAR 文件，逐条梳理接口路径、请求参数、响应规则、业务约束。

让人工来梳理 100 个接口，需要 2~3 天，还容易遗漏字段约束、枚举值、限流规则等关键信息。

⚙️ 核心能力

api-schema-parser 将来自不同来源、不同格式的接口定义，统一转换为标准化结构化的接口数据。

支持的输入源：

• OpenAPI 3.0 / Swagger 2.0（JSON/YAML）
• Postman Collection
• HAR 抓包文件
• YApi / Apifox 导出文档
• 纯文本接口描述

它做什么：

• 自动识别输入源类型，匹配对应解析规则
• 深度解析参数（Path/Query/Header/Body），递归展开 $ref 引用
• 解析响应体，提取业务错误码映射
• 识别隐性业务规则（限流、加密、鉴权、依赖、幂等性），标注置信度
• 输出标准化 api_definitions.json

📊 实战数据（shop-lab 电商项目）

以 http://localhost:8080/v3/api-docs 为输入，Skill 自动解析：

✅ 共解析 59 个接口、10 个功能模块
✅ 标准化结果统一保存到 api_definitions.json

这份 api_definitions.json，就是后续所有 Skill 的"接口字典"。

💡 一句话价值

这是整个 AI 流水线的"入口技能"——一份精准、标准化的接口定义，是后续造数、生成脚本、质量优化的核心前提。

四、Skill 2：api-testdata-generator —— 测试数据智能构造

🎯 它解决了什么痛点？

接口解析完了，下一个让人头疼的问题：测试数据怎么造？

传统模式下，测试工程师需要：

• 为每个接口的每个参数，人工构造合法值、边界值、异常值
• 考虑空字符串、null、类型错误、超长超短、非法字符
• 写 SQL 注入、XSS 等安全测试数据
• 数据格式还要统一，方便数据驱动框架调用

几十个接口下来，光是造数就要花掉好几天。

更致命的是，人工造数极易遗漏边界场景——"这个字段的最大长度测了吗？""枚举值外的非法值传了吗？"——这些细节往往就是线上 Bug 的温床。

⚙️ 核心能力

三大输入模式：

输入模式	核心输入	适用场景
传统模式（API 驱动）	api_definitions.json	接口自动化测试（高频使用）
规范模式（规则驱动）	自定义字段规则文件（类型、长度、正则、枚举）	团队有固定数据规范，多项目复用
自然语言模式（Faker 驱动）	自然语言描述（如"生成 10 条符合中国身份证规则的数据"）	手工测试、性能测试、UI 自动化

四大维度数据全场景覆盖：

• 正向数据：符合所有约束的合法数据
• 反向数据：空值、超长度、非法格式、类型错误
• 边界数据：长度极值、枚举值边界、分页临界值
• 业务异常数据：触发限流、账户锁定、库存不足、重复支付等

📊 实战数据

基于 api_definitions.json 一键生成：

✅ 共为 59 个接口生成 2032 条测试数据
✅ 自动按模块归档（auth / order / product / cart / admin …）

也可以用自然语言模式直接造数：

💬 "帮我生成 100 条完整用户信息（含姓名、手机号、身份证号、收货地址），符合中国手机号和身份证规则"

✅ 一句话生成 100 条规范数据，CSV 格式直接可用

💡 一句话价值

测试数据的质量，直接决定了自动化测试的有效性。 这个 Skill 让"造数难、覆盖不全、效率低"成为过去式。

五、Skill 3：api-testscript-generator —— 接口自动化脚本批量生成