flaky-detect

Flaky Detect 技能专为工程团队设计，旨在隔离那些导致生产力低下的非确定性测试故障（即不稳定的测试）。通过整合持续集成 (CI) 历史数据与静态代码分析，此工具能帮助开发者超越简单的调试，针对间歇性测试失败实施根本原因解决方案。适用于 CI/CD 工程师、QA 主管及处理大规模测试套件不稳定问题的软件开发者。

• 分析 GitHub Actions 与自定义 CI 日志，以检测各测试执行期间的统计性通过/失败异常。

• 根据行业分类标准归纳不稳定行为，包括异步/时间同步问题、测试顺序依赖、环境差异、资源限制与非确定性逻辑。

• 执行测试文件的静态分析，识别如显式超时、未等待的 Promise、不受控的随机性以及对外部环境的依赖等常见缺陷模式。

• 提供具体的代码改善建议，例如使用模拟时间函数（如 vi.setSystemTime）或确保测试隔离性。

• 支持多轮重复执行分析，以高信度识别间歇性故障。

• 当用户汇报 CI 管线不可预测地失败，或特定测试无故时而通过、时而失败时，建议启用此技能。

• 输入要求包括对历史 CI 日志或测试执行结果的访问权限。输出格式为结构化报告，详列通过率、根本原因分类、代码级别的漏洞位置以及修正建议。

• 实际限制包含需要足够的历史数据量（如至少 5 次执行）以计算可靠的通过率。虽然提供自动化检测，建议仍需人工验证修正方案，以确保测试意图不被误改。

• 在进行测试可靠性审核、发布准备或维护遗留测试基础架构时使用此工具，以确保部署过程的稳定性与可重复性。