其实也可以使用 openspec 的方式生成用例，给 ai 足够的上下文和你自己的测试思路，然后补充完善，最后得到产物，流程是一致，经过 ai 和你的多轮评审，生成测试分析和用例，然后再到团队评审，达成共识这一块目前是不可获取的，ai 和人都会有环境，某些业务的想当然。

我自己编写的 skill 感觉价值都不高比较局限，换个项目可能就用不了，在测试分析生成和用例生成上感觉效果都不好，在测试代码的生成上效果比较好，一般是让 ai 生成 skill，然后自己去调整。自己用的比较多就是提交缺陷的 skill，截图上传到缺陷平台并补充完善缺陷描述，感觉提效不少，开发反馈也不错。目前内部众多 skill 感觉最实用效果好的是开发生成系统设计文档的 skill，效果很好，也很实用。

实际操作下来
是提效很多的，界面，接口，性能可以让 ai 帮忙编写代码并执行分析，以及一些数据准备都可以交给 ai。举个例子，我需要测试大模型多种数据集的上传，之前需要自己手动准备本地，OSS，minio 的数据，交给 ai 一下，我都不用自己手动准备，让 ai 去做，写测试用例执行并分析，这时候我主要是起到指挥和判断，肯定比我手动去搞这些快很多了。还有是对接内部的 skill 进行缺陷的提交，ai 可以很好的描述缺陷给开发判断并修改缺陷，当然目前还是比较传统的研发模式，只是在某些操作上引入 ai 去提效，后面应该会有整体 ai 提效的最佳实践，改变当前的工作流程。

换个大模型

感觉比 midsense 好用点，当然也看基

browser-use 看看

你换个地方，这里不好骂

有，知道小模型训练在干什么，数据集有啥用。

我们的人生，是走向死亡；弟弟是自己决定走的，生活中美好没有支持他继续走下去，或许是美好的东西不够；有时候需要自己积极主动改变看到好的地方，也许只有一点点，但也是支持我们继续走下去的力量。

也算是走上这条路了