agentic-quality-engineering

Agentic Quality Engineering (AQE) 技能為軟體開發生命週期中的 AI 驅動測試編排提供了全面的框架。它專為品質工程師、開發人員與 DevOps 團隊設計，利用包含 19 個代理的專業艦隊來自動化測試生成、覆蓋率分析、安全性掃描與品質決策。透過實施 PACT 原則（主動分析、自主運作、協作反饋與目標風險導向），團隊可以在擴展測試基礎設施的同時，確保關鍵部署門禁有人為監督。該技能可與包含 Claude Code、Cursor、Windsurf 與 GitHub Copilot 在內的 11 個程式碼編寫代理平台無縫整合，支援自動化 CI/CD 流水線增強與 TDD 工作流程。

• 為 Jest、Vitest、Playwright 與 Cypress 等多種框架提供自動化測試生成。

• 透過風險加權的覆蓋率分析來識別並填補未經測試的程式碼路徑。

• 基於機器學習的易碎測試（flaky test）偵測與根本原因分析，並提供穩定化建議。

• 支援多種協調模式，包含層級式、網狀與序列式執行，適用於複雜的測試套件。

• 透過 aqe/learning/* 命名空間進行持久化記憶體管理，以便在專案間儲存與重複使用模式。

• 內建品質門禁，可根據可配置的閾值觸發決策點。

• 透過跨平台 MCP 伺服器整合，統一指揮如 qe-security-scanner、qe-performance-tester 與 qe-chaos-engineer 等專業代理。

• 請始終使用 aqe init --auto 來配置本地專案環境與 MCP 工具。

• 使用指定代理類型的 Task 工具來產生邏輯；避免日常驗證中的手動開銷。

• 對於長時間執行的協調任務，請使用三階段記憶協定（STATUS、PROGRESS、COMPLETE）。

• 對於生產環境發佈與架構決策，請務必保持人為參與；代理是效能放大器，而非專業知識的替代品。

• 在記憶體資料庫中維護持久化模式，以降低 AI 成本並隨時間提高測試生成準確度。

• 尊重 19 個代理的艦隊層級；在委派給細分代理之前，請先呼叫 qe-fleet-commander 進行整體的流水線評估。