测试提效必备！Git Diff + Skill 一键校验用例覆盖，提前揪出开发缺口

版本迭代越来越快，测试同学拿到需求文档、设计好测试用例之后，往往还要等开发提测才能开始执行。

可提测之后才发现：有的功能压根没写、有的逻辑和用例对不上、有的边界条件开发压根没处理——一轮冒烟下来 Bug 扎堆，测试节奏直接被拖垮。

那么：能不能在开发还没提测之前，就对照代码变更和测试用例，提前扫一遍「实现缺口」？

Git 自带的 git diff 可以对比两个分支的代码差异，再结合 AI 的语义理解能力，可以让 Agent 逐条对照用例，判断「已实现 / 部分实现 / 未实现 / 有偏差」。针对这个场景，我封装了配套的 Git Diff 用例覆盖校验 Skill，今天这篇分享下思路和案例～

为什么提测前要做「代码 × 用例」对照？

日常项目里，通常会维护两条主线：

  • 生产分支：对应线上稳定版本，如 prod_1.0.0

  • 功能分支：对应本次迭代需求，如 feat_tenant_lease

开发在功能分支上改代码，测试同学提前写好用例。理想状态是提测即测、高效闭环；但现实往往很骨感：

  • 提测后才发现缺口：开发说「做完了」，实际代码里关键分支、校验逻辑缺失，冒烟阶段 Bug 集中爆发；

  • 阻塞风险后置：缺陷发现越晚，返工成本越高，还容易影响上线节奏。

  • 评审信息不完整：Code Review 偏语法和架构，很少逐条对照测试用例看业务是否落地；

我的思路是：用 git diff 自动采集分支差异 → AI 语义对照测试用例 → 结构化输出覆盖报告，把「提测前预检」变成一条可复用的 Skill 指令。

Skill 整体介绍

一、解决什么问题？

✅ 提测前预检：对照代码变更与用例，提前发现未实现、部分实现、逻辑偏差
✅ 降低冒烟阻塞：优先处理「需关注项」，减少提测后集中爆 Bug 的情况
✅ 可交付开发：报告含修改建议，测试可直接甩给开发或让 AI 辅助修复

二、执行流程

用户输入（主分支 + 功能分支 + 测试用例）
    ↓
确认对比范围（日常开发 / 合入评审 / 仅暂存区）
    ↓
自动采集：git diff 提取变更 → 解析用例 → 整理对照材料
    ↓
Agent 语义对照：逐条判定覆盖情况
    ↓
落盘报告：覆盖率摘要 + 需关注项 + 修改

三、对比范围

不同场景下，代码变更的「范围」不一样，Skill 支持三种模式：

四、覆盖判定维度

AI 逐条对照后，会给出以下判定：

  • 已覆盖：代码变更与用例预期一致

  • 部分覆盖：核心逻辑有，但边界/异常/校验缺失

  • 未实现：用例描述的功能在 diff 中找不到对应实现

  • 有偏差：实现了但逻辑、字段、流程与用例不一致

  • 无法判定：信息不足，需人工补充确认

五、报告输出结构

最终落盘一份 Markdown 报告，通常包含三部分：

  1. 概要：总用例数、已覆盖数、需关注数等核心指标

  2. 结论摘要：整体风险判断 + 优先处理建议

  3. 逐条对照详情：每条用例的判定结果、代码依据、缺口说明、修改建议

实战案例

一、前置准备

开始之前，确认以下几项：

1、代码仓库权限

需要能 git clone 项目并在本地执行 git diff。没有权限的话，找开发或管理员开通「查看/拉取」即可。

2、AI Agent 工具

推荐 Cursor 或其他支持 Skill 的 AI IDE，在本地打开项目仓库。

3、明确对比分支

  • 主分支（基准）：如 prod_1.0.0

  • 功能分支（待检）：如 feat_tenant_lease

4、准备好测试用例文件

支持 Excel、Xmind、Markdown 等常见格式，用例描述越清晰，AI 对照越准。

二、Skill 下载与导入

将 Skill 包导入到 Cursor（或其他 AI 工具）的 skills 目录，导入后在对话中引用即可。

Skill获取方式：

可以自己根据Raina提供的思路进行开发skill，如果需要现成的，也可以加入知识星球获取~里面还有很多AI赋能测试全流程的实战教程。

三、Skill 执行

背景： 以公寓管理系统为例，prod_1.0.0 为线上稳定版本，本次新增「入住记录」相关需求，开发分支为 feat_tenant_lease。

在对话框输入：skill+两个分支+测试用例文件

AI执行过程：

  1. AI 自动执行 git diff prod_1.0.0..feat_tenant_lease，拉取两个分支间的代码差异

  • 将变更明细结构化写入 JSON 文件，便于后续逐条分析

  • 解析测试用例，与代码 diff 做语义对照、生成覆盖报告并落盘

AI输出结果：

报告目录结构：概要 → 结论摘要 → 逐条对照详情

1、概要指标

共 30 条用例，仅 9 条判定为已覆盖，其余存在未实现、部分覆盖或有偏差

2、结论摘要

整体覆盖偏低，入住记录的核心 CRUD 有部分实现，但边界校验、状态流转、异常处理多处缺失

3、逐条对照详情

每条用例附带判定结果、关联代码片段、缺口说明和修改建议

这个是最重要的结果，我们可以直接拿这个数据先去做复现，判断是否有 bug，这里需关注的，则代表了开发有没有在代码中进行处理，提供了缺口和修改建议，这个可以直接输出给开发，让 AI 看着去处理

这样子可以提前通过扫描代码的方式，优先解决一部分缺陷，避免开始测试的时候有太多的缺陷导致阻塞流程等

小结

提测不是测试工作的起点，提测前的「代码 × 用例」预检，才是减少冒烟阻塞、提升协作效率的关键一环。

这套 Skill 的核心价值在于：

✅ 用 git diff 自动采集变更，不用人工逐文件翻代码
✅ 用 AI 语义对照，对比结果输出报告
✅ 结构化输出「需关注项 + 修改建议」，测试、开发都能直接用

当然，AI 判定不能 100% 替代人工测试——复杂业务逻辑、运行时行为、接口联调等，仍需要提测后补充验证。但把「明显缺口」前置发现，能帮你省掉大量无效等待和返工时间。

后续我也会继续迭代这个 Skill，比如支持接口文档对照、数据库变更关联等，感兴趣的同学可以持续关注～

posted @ 2026-07-27 10:47  Raina测试  阅读(18)  评论(0)    收藏  举报