测试管理 我写的 AI 根因分析 + 自动提单 skill 已上线，你们最想了解哪一块？
做了什么
过去 3 个月，我自主设计并实现了两个 skill，目前已在团队正式上线、每天都在跑：
- AI 智能化根因分析 skill：自动化用例失败后，直接从日志定位到具体代码模块，并自动指派给对应负责人
- AI 自动提单 skill：自动完成查重、提单或评论
不是 demo，是生产环境在跑的流程。目前自动提单的正确率在 80% 左右，还在打磨。
想了解的话，留言告诉我
这两个 skill 涉及不少细节：缺陷标题如何能写准确、缺陷概率怎么算、缺陷内容如何写准确和完整、缺陷查重怎么做、怎么让团队真的用起来……
不确定大家最想看哪块，所以——想了解的请留言，你可以说：
- 想看整体架构
- 想看某个具体环节
- 或者直接说你遇到的问题
留言多的方向，我会专门开帖子详细写，含踩坑过程，不只写成功的部分。
已经在做 AI 落地的同学，也欢迎交流下你们的玩法。
想了解代码
AI 需求澄清->AI 测分->AI 生成 case->AI 用例评审->人工用例评审->AI CR->AI 冒烟执行->AI 覆盖率检查补 case->AI 执行 case（部分）->AI 提单->AI 自动化回归
想看整体架构
关于自动化失败后的根因分析：目前是根据异常日志、堆栈信息匹配代码模块，还是会结合代码仓库、代码变更、服务端日志等信息进行综合分析？如何区分真实业务缺陷、自动化脚本问题、环境问题和测试数据问题？
关于目前提到的 80% 正确率：具体统计口径是什么？样本量有多少？是 AI 生成的缺陷最终被人工认可的比例，还是包含根因定位、模块匹配、负责人指派、缺陷查重等多个维度的综合准确率？有没有分别统计误报率和重复提单率？
关于自动提单：目前是 AI 判断后直接创建缺陷，还是先生成缺陷草稿，再由人工确认？对于误判、重复缺陷和错误指派，有没有相应的控制和纠正机制？
在将数据提交给 AI 模型之前，是否有统一的数据敏感信息识别和脱敏机制？具体覆盖哪些数据类型？数据脱敏是在日志采集阶段、AI 分析前，还是通过 Prompt 要求模型忽略敏感信息？如何防止遗漏？
我目前比较纠结的问题
想看整体架构
基于 skill 的方式真的靠谱吗？
如何实现单步/任务/会话维度的结果验证？
出现与预期不一致的问题如何排查，改动后如何保证不出现退化？
耗时和 token 成本如何精准监控和优化？