risk-based-testing

「基於風險的測試」(Risk-Based Testing) 技能為軟體品質工程工作提供了一套數據驅動的優化框架。該技能專為品質保證 (QA) 工程師、測試架構師與 DevOps 團隊設計，使團隊能夠擺脫單一化的測試模式，轉向根據變更的業務影響與技術風險來智能分配測試資源。透過機率與影響力量化風險，AI 代理程式可以動態調整測試深度，確保關鍵模組獲得全面覆蓋，同時在較低風險區域維持具成本效益的冒煙測試或探索性測試。

• 風險評估引擎：利用歷史錯誤資料庫、生產環境事故數據及變更頻率指標，計算特定程式碼元件的動態風險評分。

• 智慧資源配置：自動化分配測試力道，將 60% 的重點放在關鍵風險、25% 放在高風險、10% 放在中風險，以及 5% 放在低風險區域。

• 機器學習增強分析：運用梯度提升樹模型與歷史模式分析，以高準確度預測失效點，預測準確率可達 95%。

• CI/CD 流水線整合：與 CI/CD 工作流程無縫整合，允許自動化閘道根據程式碼提交的風險等級，自動阻擋部署或觸發特定的測試套件（如單元、整合、端對端、效能測試）。

• 代理程式協作：協調如 qe-regression-risk-analyzer 與 qe-test-generator 等專業代理程式，執行大規模的自動化驗證。

• 動態重新評估：根據生產環境的實際事故自動更新風險檔案，確保測試策略與程式碼庫的變更同步進化。

• 進行整合時，請確保記憶體命名空間 'aqe/risk-based/' 可存取，以便代理程式追蹤歷史模式與覆蓋率圖譜。

• 在 Task 呼叫中使用提供的 TypeScript 介面來定義測試深度；「關鍵」(critical) 功能應始終對應至包含效能與安全性測試的綜合測試套件。

• 為獲得最佳效果，請定期將生產環境的事故數據回饋至風險評估模型，以確保優先級別與應用程式當前的穩定性保持相關。

• 限制：風險評分的有效性取決於歷史輸入數據的品質；請確保錯誤資料庫與事故報告保持即時更新，以獲得最佳的預測準確度。