quality-metrics

品質度量技能為 AI 代理程式提供了一套複雜的框架，用於在整個軟體開發生命週期 (SDLC) 中測量、視覺化並執行軟體品質標準。專為品質工程師與 DevOps 團隊設計，它超越了表面指標，專注於基於結果的資料點，例如缺陷逃逸率、平均檢測時間 (MTTD) 與 DORA 指標。此技能允許代理程式定義並評估複雜的品質閘道，根據涵蓋率、測試通過率、安全性漏洞與效能延遲的可配置閾值，自動阻止不合標準的程式碼提交、合併請求或部署。當整合至持續整合與持續部署 (CI/CD) 流水線中，以確保專案在跨多個環境擴展時品質閾值保持一致，此技能表現尤為出色。

• 自動追蹤關鍵績效指標 (KPI)，包括缺陷逃逸率、測試有效性比率與 DORA 指標。

• 具備支援提交、合併請求與發布階段的阻擋與警告閾值之智慧品質閘道配置。

• 多代理程式協調能力，整合如 qe-quality-analyzer、qe-test-executor 與 qe-coverage-analyzer 等領域特定代理程式。

• 針對可配置時間範圍（例如 90 天視窗）的品質指標趨勢分析與預測建模。

• 與 Grafana 等監控平台相容的自動化儀表板生成。

• 具備風險感知能力的度量，將測試涵蓋率差距與程式碼重要性進行關聯。

• 當建立新的品質儀表板或優化現有的 CI/CD 閘道策略時，請使用此技能。

• 輸入資料通常涉及建置產物、測試執行紀錄與歷史缺陷追蹤記錄。

• 預期輸出包含趨勢分析報告、閘道評估結果與自動生成的品質儀表板。

• 限制：避免僅依賴基於活動的指標（如測試總數）；優先考慮基於結果的測量以獲得更好的可靠性。

• 確保一致使用「aqe/quality-metrics/」記憶命名空間，以維護用於趨勢分析與警報管理的跨會話歷史資料。

• 與「基於風險的測試」(risk-based-testing) 與「向右移測試」(shift-right-testing) 等技能整合，以獲得系統穩定性與可靠性的整體檢視。