Skill + MCP:MCP 给 AI 一双手,Skill 给 AI 一张菜谱——测试工程师该管的是菜谱
关注 霍格沃兹软件测试开发 公众号,回复「资料」, 领取人工智能测试开发技术合集
上个月有个做测试的朋友问我:“我们团队想上 AI 测试,领导让选 MCP Server,到底选哪个好?”我问他现在手头有什么,他说有 Playwright、有 Jira、有内部的用例管理平台,还有一堆写了三年的接口自动化脚本。我说那你缺的不是 MCP Server,你缺的是菜谱。
他没听懂。我解释了一下:MCP 这东西,说白了就是给 AI 装手。装了 Playwright 的 MCP,AI 能开浏览器;装了 Jira 的 MCP,AI 能读缺陷单;装了数据库的 MCP,AI 能跑 SQL。手装得越多,AI 能碰的东西越多,但问题在于——它能碰到,不等于它知道该怎么碰。 你给它一双能颠勺的手,它照样做不出一盘宫保鸡丁,因为它不知道花生米要先炸、干辣椒要后放、糖醋比例是多少。
菜谱是什么?就是你团队三年攒下来的那套“先干什么后干什么、什么情况下算通过、什么情况下必须停下来问人”的规矩。这些东西在 MCP 里没有,在模型权重里也没有,只能你自己写。写出来的东西叫 Skill。
所以我的观点很直接:测试工程师在 AI 测试这件事上,MCP 的选型交给平台组去操心,你真正该管的是 Skill。 因为 MCP 是通用能力,谁装都一样;Skill 是你们团队独有的质量判断力,装错了模型就变成一个手很快但脑子不清醒的实习生。
先把两个东西分清楚
MCP(Model Context Protocol)解决的是“AI 怎么调用外部工具”的问题。它定义了一套标准协议,让 AI 能以统一的方式去操作浏览器、查数据库、调接口、读文件。你可以把它理解成给 AI 装的各种外设驱动——装了打印机的驱动它就能打印,装了摄像头的驱动它就能拍照。MCP Server 就是那个驱动,是别人写好的、通用的、开箱即用的东西。
Skill 解决的是“AI 在什么情况下该用哪个工具、怎么用、用完怎么判断结果对不对”的问题。它是一段结构化的指令,告诉 AI:当你遇到一个登录接口的测试任务时,先读需求文档确认验证码逻辑,再调用接口 MCP 发请求,拿到响应后先看 HTTP 状态码,再看业务码,最后查数据库确认用户表里确实多了一条记录,三步全过才算通过,任何一步对不上就停下来把现场信息记下来别自己瞎猜。
看出来了吧?MCP 是“能做什么”,Skill 是“该怎么做、做到什么程度算完”。MCP 是手,Skill 是菜谱。你光有一双巧手做不出菜,光有一张菜谱没手也炒不了菜。但菜谱决定了这盘菜是你们家的味道还是路边摊的味道。
为什么测试工程师该管菜谱
因为手是通用的,菜谱是私有的。
你去 GitHub 上搜 MCP Server,Playwright 的、Puppeteer 的、MySQL 的、Postgres 的、Jira 的、Slack 的,一抓一大把,而且会越来越多、越来越好用。这部分东西你不需要自己造,选个维护活跃的用就行。平台组或者 DevOps 那边把 MCP 的注册、鉴权、审计统一管起来,你作为测试工程师根本不用操心。
但菜谱不一样。你们团队的登录接口是先发短信验证码再换 token,还是先换 token 再补验证码?你们的下单流程是锁库存和扣款在同一个事务里,还是分两步走中间用消息队列?你们的缺陷单里“严重”和“致命”的判定标准是什么?这些东西文档里写不全,老员工脑子里有但说不清楚,新人踩坑了才知道。这就是你的菜谱要写的东西。
我见过一个团队的做法挺聪明。他们没急着上什么 AI 测试平台,先让组里两个最资深的测试把过去半年线上事故的复盘报告翻出来,一条一条看:这个 bug 当时是怎么漏过去的?如果有个 AI 助手在旁边,它应该在哪个环节发现不对劲?发现了之后应该做什么检查?就这么倒推,整理出了十几条“如果遇到 X 场景,必须做 Y 检查”的规则。这十几条规则后来就成了他们第一批 Skill 的雏形。
这个过程花了两周,比装 MCP 慢多了。但装完 MCP 只是让 AI 能开浏览器了,写完这十几条 Skill 之后,AI 才真正开始在他们的业务里干活。
一条 Skill 长什么样
说点具体的。Skill 不是提示词模板,别写成“你是一个资深测试工程师,请帮我设计测试用例”这种。那种东西写一百条也没用,因为模型每次都会用不同的方式理解“资深”和“设计”。
一条能用的 Skill 大概长这样,我拿登录接口举例:
name: login-api-test
description:登录接口的完整测试流程,覆盖正向、异常和边界场景
trigger:当任务涉及登录、认证、token相关接口时触发
steps:
-step:读取需求文档
action:从用例管理平台拉取该接口的最新需求描述
check:如果文档中未明确验证码有效期,标记为“待确认”,不要自行假设
-step:设计用例
action:按以下矩阵生成用例
matrix:
-正常登录:正确手机号+正确验证码
-验证码错误:正确手机号+错误验证码(测3次,看是否锁定)
-验证码过期:正确手机号+超过有效期的验证码
-手机号未注册:未注册手机号+任意验证码
-空参数:手机号为空、验证码为空、两者都为空
check:每个异常场景必须对应至少一条断言,不能只发请求不断言
-step:执行与断言
action:调用接口,对每个响应做三层断言
assertions:
-http_status:符合预期(200/400/401/429)
-business_code:与需求文档中的错误码表一致
-data_state:查询数据库确认用户状态、token记录、失败计数是否正确变更
check:三层断言全部通过才算用例通过,任何一层失败都记录完整请求/响应/DB快照
-step:结果上报
action:汇总通过率、失败用例、待确认项
check:如果有“待确认”项,单独列出来,不要混在失败里
这条 Skill 里没有一句“你是一个优秀的测试工程师”。全是具体的、可判断的、有明确触发条件和终止条件的规则。模型拿到这条 Skill 之后,知道第一步该去拉文档,知道文档里没写验证码有效期就不能自己编一个,知道断言要查数据库不能只看 HTTP 200,知道有“待确认”项要单独列出来。
这些东西,MCP 给不了你。Playwright 的 MCP 只会告诉你“浏览器打开了”“元素点击了”“请求发出去了”,它不知道你们团队要求验证码错误三次必须锁定账户,也不知道你们的错误码 10023 代表“验证码已过期”而不是“验证码错误”。
写 Skill 的几个坑,都是我踩过的
第一个坑:写得太抽象。 我第一版写的是“对登录接口进行全面测试”,结果模型给我生成了二十条用例,全是“输入正确手机号和验证码,预期登录成功”这种废话的变体。后来改成上面那种矩阵式的写法,明确列出必须覆盖的场景,才像样。Skill 里的每一条都要能回答“怎么判断这条做到了没有”,回答不了的就是废话。
第二个坑:把 MCP 的调用细节写进 Skill。 我一开始在 Skill 里写了“调用 mysql_query 工具执行 SELECT * FROM users WHERE phone = ?”,后来发现换个环境 MCP Server 名字变了、参数格式变了,Skill 就跑不起来了。正确做法是 Skill 只写“查询数据库确认用户记录存在”,具体用哪个 MCP、怎么调,让 Harness 那一层去适配。Skill 管业务逻辑,不管工具实现,这两层要分开。
第三个坑:没有终止条件。 有一版 Skill 我忘了写“如果三步断言都过了就结束”,结果模型跑完断言之后又开始“我再帮你检查一下安全头”“我再帮你看看日志格式”,一路跑下去停不下来。后来在 Skill 末尾加了明确的结束条件,才消停。
第四个坑:一个人闷头写。 我最早自己关起门来写了五条 Skill,觉得挺完美,拿给组里另一个同事看,人家一眼就指出:“你这个下单流程的 Skill 里没写优惠券叠加规则,我们上周刚出了一个券叠加的线上 bug。”我才意识到,Skill 这东西本质上是在把团队的质量判断力显式化,一个人写出来的东西永远有盲区。后来我们改成每周花半小时一起过 Skill,谁想到什么场景就往里加,慢慢才厚实起来。
所以到底该怎么起步
如果你是一个测试工程师,想在自己的工作里用上 AI,我的建议是别一上来就研究 MCP Server 怎么配。找个你每周都要重复干两三遍的活儿——比如每次发版前都要手动过一遍的回归用例,或者每次新接口上线都要写的那些断言——把它拆开,拆成“第一步做什么、第二步做什么、做到什么程度算完、什么情况下必须停下来问人”。拆完之后用上面那种格式写下来,这就是你的第一条 Skill。
然后找个现成的 Harness,把 MCP 挂上(Playwright 的挂浏览器、数据库的挂查询),把 Skill 喂进去,跑一遍看看。大概率第一次跑得不对,没关系,看它是在哪一步偏的,是 Skill 里没写清楚,还是 MCP 没配对,改就是了。这个过程本身就是在打磨菜谱。
至于 MCP 的选型、部署、鉴权、审计这些事,交给平台组。你是测试工程师,你的价值不在于会装多少个 MCP Server,而在于你知道你们团队的质量红线在哪、什么样的结果才算“真的过了”。把这些东西写成 Skill,才是你在这个阶段最该干的事。
手是别人给的,菜谱得自己写。写菜谱这件事,AI 替不了你——它不知道你们上周刚出的那个线上 bug 有多疼。
推荐学习
🔥 推荐这节公开课:用jev决策模型提速App测试智能体,实现10倍速度提升。
不讲空概念,直接拆:App测试智能体的工具与技能、jev/laya决策模型怎么用、Token压缩和知识图谱召回怎么降本、断言体系怎么设计。
做AI测试、Agent落地的同学别错过。扫码进群,锁定席位!

关于我们
霍格沃兹测试开发学社,隶属于 测吧(北京)科技有限公司,是一个面向软件测试爱好者的技术交流社区。
学社围绕现代软件测试工程体系展开,内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试,以及人工智能测试与 AI 在测试工程中的应用实践。
我们关注测试工程能力的系统化建设,包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设,同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法,沉淀可复用、可落地的测试开发工程经验。
在技术社区与工程实践之外,学社还参与测试工程人才培养体系建设,面向高校提供测试实训平台与实践支持,组织开展 “火焰杯” 软件测试相关技术赛事,并探索以能力为导向的人才培养模式,包括高校学员先学习、就业后付款的实践路径。
同时,学社结合真实行业需求,为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务,用于个性化能力提升与工程实践指导。

浙公网安备 33010602011771号