metersphere/metersphere-skills

18 stars 质量 43 趋势 26

本项目将与本地脚本能力整合为一套可复用的 Skills，使 Agent 能够以更稳定、更可控的方式完成以下工作：

概览

本项目将与本地脚本能力整合为一套可复用的 Skills，使 Agent 能够以更稳定、更可控的方式完成以下工作： - 查询组织、项目、模块、模板、功能用例、接口定义、接口用例 - 根据需求生成并写入 - 根据 Swagger / OpenAPI 生成并写入 - 查询、评审详情、评审状态、评审人 - 回答“哪些功能用例被评审过”“某条用例关联了多少个缺陷” - 输出单条功能用例的 MeterSphere 本身提供完整的测试资产管理能力，但在日常使用中，以下场景往往仍存在较多重复劳动： - 手工整理需求并编写测试用例 - 反复从 Swagger / OpenAPI 提取接口并录入系统 - 查询单条用例的缺陷、评审、测试计划等关联信息 - 统计“哪些用例被评审过”“哪些用例缺陷更多” - 在 Agent 场景下临时拼装请求、反复摸索 API 参数这样 Agent 不必每次从零构造请求，也不必把大段原始 JSON 直接抛给用户。 - 组织 / 项目 - 功能模块 / 功能模板 - API 模块 - 功能用例 / 接口定义 / 接口用例 - 评审单 / 评审详情 / 评审模块 / 评审人 - 单条功能用例的详情、缺陷、评审记录 - 哪些功能用例被评审过 - 某条功能用例参与过哪些评审 - 某个评审单下有哪些功能用例 - 某条功能用例关联了多少个缺陷 - 某条功能用例的详情、缺陷、评审记录是什么 - ：负责稳定生成结构、调用真实 API、控制输出格式 - ：负责补场景、润色命名、优化描述与断言 - ：负责把最终结果落到 MeterSphere

README

MeterSphere Skills for OpenClaw

面向 OpenClaw Agent 的 MeterSphere 能力封装。

本项目将 MeterSphere REST API 与本地脚本能力整合为一套可复用的 Skills，使 Agent 能够以更稳定、更可控的方式完成以下工作：

查询组织、项目、模块、模板、功能用例、接口定义、接口用例
根据需求生成并写入 功能用例
根据 Swagger / OpenAPI 生成并写入 接口定义 + 接口用例
查询 用例评审、评审详情、评审状态、评审人
回答“哪些功能用例被评审过”“某条用例关联了多少个缺陷”
输出单条功能用例的 详情 + 缺陷 + 评审记录

1. 项目定位

MeterSphere 本身提供完整的测试资产管理能力，但在日常使用中，以下场景往往仍存在较多重复劳动：

手工整理需求并编写测试用例
反复从 Swagger / OpenAPI 提取接口并录入系统
查询单条用例的缺陷、评审、测试计划等关联信息
统计“哪些用例被评审过”“哪些用例缺陷更多”
在 Agent 场景下临时拼装请求、反复摸索 API 参数

本项目的目标，是把这些高频动作沉淀为：

可触发的 Skill 能力
可复用的 CLI 命令
可直接用于用户回复的输出格式

这样 Agent 不必每次从零构造请求，也不必把大段原始 JSON 直接抛给用户。

2. 核心能力

2.1 查询能力

支持查询：

组织 / 项目
功能模块 / 功能模板
API 模块
功能用例 / 接口定义 / 接口用例
评审单 / 评审详情 / 评审模块 / 评审人
单条功能用例的详情、缺陷、评审记录

2.2 生成功能用例

支持根据一句需求或需求文档生成：

主流程
异常场景
边界场景
基础优先级
基础标签

并支持批量写入 MeterSphere。

2.3 导入接口定义与接口用例

支持基于 Swagger / OpenAPI 自动生成：

接口定义
成功场景用例
必填缺失场景用例
边界场景用例

并支持批量写入 MeterSphere。

2.4 用例评审与关联分析

支持回答以下典型问题：

哪些功能用例被评审过
某条功能用例参与过哪些评审
某个评审单下有哪些功能用例
某条功能用例关联了多少个缺陷
某条功能用例的详情、缺陷、评审记录是什么

3. 推荐设计原则

本项目采用 “本地生成 + AI 增强 + 系统写入” 的混合模式：

本地脚本：负责稳定生成结构、调用真实 API、控制输出格式
AI 增强：负责补场景、润色命名、优化描述与断言
系统写入：负责把最终结果落到 MeterSphere

这样做的好处是：

比纯自然语言直写更稳定
比纯脚本静态模板更灵活
比每次重新摸索接口更高效

4. 项目结构

metersphere-skills/
├── README.md
├── .env.example
├── install.sh
└── skills/
    ├── SKILL.md
    ├── references/
    │   ├── ms-api.md
    │   ├── ai-functional-case-prompt.md
    │   └── ai-api-bundle-prompt.md
    └── scripts/
        ├── ms.sh
        ├── ms.py
        ├── ms_generate.py
        ├── ms_batch.py
        ├── ms_review_summary.py
        ├── ms_case_report.py
        └── ms_case_report_md.py

目录说明

skills/SKILL.md：Skill 元信息与 Agent 执行指南
skills/references/ms-api.md：MeterSphere API 参考与能力边界说明
skills/references/ai-functional-case-prompt.md：功能用例增强提示词
skills/references/ai-api-bundle-prompt.md：接口定义 / 接口用例增强提示词
skills/scripts/ms.sh：统一 Shell 入口
skills/scripts/ms.py：基础 Python CLI
skills/scripts/ms_generate.py：本地生成草稿 JSON
skills/scripts/ms_batch.py：批量写入 MeterSphere
skills/scripts/ms_review_summary.py：用例评审汇总脚本
skills/scripts/ms_case_report.py：单用例结构化报告
skills/scripts/ms_case_report_md.py：单用例 Markdown 报告

5. 安装方式

5.1 快速开始

# 通过 Clawdhub 安装（推荐，自动处理依赖和更新）
clawdhub install metersphere

5.2 手动安装


mkdir -p ~/.openclaw/workspace/skills
cp -R ./skills ~/.openclaw/workspace/skills/metersphere

5.3 使用安装脚本


./install.sh

6. 环境配置

编辑：

~/.openclaw/workspace/skills/metersphere/.env

最小配置如下：

METERSPHERE_BASE_URL=https://your-metersphere.example.com
METERSPHERE_ACCESS_KEY=your_access_key
METERSPHERE_SECRET_KEY=your_secret_key

参数说明

METERSPHERE_BASE_URL：MeterSphere 服务地址
METERSPHERE_ACCESS_KEY：AK
METERSPHERE_SECRET_KEY：SK

7. 安装后验证

cd ~/.openclaw/workspace/skills/metersphere

./scripts/ms.sh --help
./scripts/ms.sh organization list
./scripts/ms.sh project list

如果以上命令可以返回真实数据，说明基础鉴权与接口访问正常。

8. 常用命令

8.1 基础查询

./scripts/ms.sh organization list
./scripts/ms.sh project list
./scripts/ms.sh functional-module list 
./scripts/ms.sh functional-template list 
./scripts/ms.sh api-module list 
./scripts/ms.sh functional-case list ''
./scripts/ms.sh api list ''
./scripts/ms.sh api-case list ''

8.2 用例评审查询

./scripts/ms.sh functional-case-review list '{"caseId":""}'
./scripts/ms.sh case-review list '{"projectId":""}'
./scripts/ms.sh case-review get 
./scripts/ms.sh case-review-detail list '{"projectId":"","reviewId":"","viewStatusFlag":false}'
./scripts/ms.sh case-review-module list 
./scripts/ms.sh case-review-user list

8.3 功能用例生成与写入

./scripts/ms.sh functional-case generate    
./scripts/ms.sh functional-case batch-create 
./scripts/ms.sh functional-case generate-create

8.4 接口定义 / 接口用例生成与写入

./scripts/ms.sh api import-generate   
./scripts/ms.sh api batch-create 
./scripts/ms.sh api import-create

8.5 高层聚合查询

查询哪些用例被评审过

./scripts/ms.sh reviewed-summary 
./scripts/ms.sh reviewed-summary  登录

查询单条功能用例完整画像（JSON）

./scripts/ms.sh case-report

返回内容包含：

summary
detail
bugs
reviews

查询单条功能用例完整画像（Markdown）

./scripts/ms.sh case-report-md

该命令更适合直接回复用户，输出结构为：

用例摘要
前置条件
备注
步骤
缺陷
评审记录

9. 典型使用场景

场景 1：根据需求生成功能用例

./scripts/ms.sh project list
./scripts/ms.sh functional-module list 
./scripts/ms.sh functional-template list 
./scripts/ms.sh functional-case generate    ./requirement.txt

如果需要更高质量内容：

先生成 JSON 草稿
再用 references/ai-functional-case-prompt.md 增强
最后 batch-create 写入

场景 2：根据 OpenAPI 导入接口测试资产

./scripts/ms.sh project list
./scripts/ms.sh api-module list 
./scripts/ms.sh api import-generate   ./openapi.json

如需增强：

先生成 bundle
再用 references/ai-api-bundle-prompt.md 增强
最后 api batch-create

场景 3：判断哪些用例被评审过

./scripts/ms.sh reviewed-summary

可直接得到：

总用例数
已评审用例数
未评审用例数
每条用例的评审情况

场景 4：查看某条功能用例的完整情况

./scripts/ms.sh case-report-md

适合在聊天场景中直接回答：

用例详情
关联缺陷
评审记录

10. 推荐工作流

10.1 功能用例工作流

project list
functional-module list
functional-template list
functional-case generate
按 references/ai-functional-case-prompt.md 增强
functional-case batch-create

10.2 接口定义 / 接口用例工作流

project list
api-module list
api import-generate
按 references/ai-api-bundle-prompt.md 增强
api batch-create

10.3 单用例查询工作流

已知 caseId 时，优先 case-report-md
需要结构化数据时，再用 case-report
只关心评审覆盖时，用 reviewed-summary

11. 输出策略

本项目区分两类输出：

11.1 结构化输出

适用于：

Agent 继续加工
脚本联动
二次分析

推荐命令：

./scripts/ms.sh case-report  
./scripts/ms.sh reviewed-summary  [keyword]

11.2 面向用户的可读输出