Bug 分析(bug-analysis)

SkillDev tools

Use when performing root cause identification, impact analysis, and regression suggestions for confirmed Bugs — reproduce → read code to locate root cause → five-aspect impact analysis → regression suggestions, and write the entry (root cause / impact / Severity rationale / fix suggestion / regressi

Available today. Use it from your connected AI after setup.

Connect ahel once, and every AI you use reads what you have installed.

Then ask your AI: use the Bug 分析(bug-analysis) skill

What this skill tells your AI

The instructions your AI receives, as published by fishzjp/qa-skills in skills/bug-analysis/SKILL.md and read by ahel’s review.

已确认的 Bug 做根因定位、影响分析、回归建议。

  • 输入:Bug 报告(现象 + 复现步骤 + 证据)、代码仓库、(可选)需求模型 / 测试用例;批量执行场景下 A 类条目可来自失败分流表(../core/triage.md 产出,条目附带的 G/S 信号摘要与 evidence 字段即复现起点)
  • 输出(落盘):Bug 条目(结构见下),追加进测试报告../core/report-template.md §3 的根因分析 / 影响范围 / Severity 依据 / 修复建议 / 回归建议五个扩展字段即本 skill 的填写范围)
  • 边界:输入是已确认的 Bug(用户或执行结果已定性"这是缺陷");审查发现的疑似缺陷(待验证)归 test-case-writing 的 Cx 记录;回归范围选择regression-testing

When to Use

  • Bug 已经定性确认,需要定位根因(读到 文件:行 的分叉点)
  • 需要评估 Bug 的影响面(同根因其他路径 / 脏数据 / 受影响用户)
  • 修复后需要回归用例建议(修复验证 + 关联回归)

When NOT to Use

  • 还没定性("这是 Bug 还是特性?")→ 先经用户裁决(Bug 定性检查点,见 qa);证据收集阶段 → automated-e2e-testing 工作流二 / api-testing
  • 代码审查发现的疑似缺陷(未复现、未定性)→ test-case-writing 的 Cx 缺陷记录(待实测确认)
  • 需要回归清单(哪些用例要跑)→ regression-testing(本 skill 产出回归用例建议
  • 端到端流水线 → qa 编排(本 skill 是其阶段 6)

Bug 条目结构(追加进测试报告)

条目字段与填写模板../core/report-template.md §3 为唯一来源(此时加载),本 skill 只补充填写语义:

  • 本 skill 的填写范围:根因分析 / 影响范围 / Severity 依据 / 修复建议 / 回归建议五个扩展字段(报告 §3 中除「复验轮次」外的 8 个基础字段——严重程度 / 状态(初始"新建",后续随回归结果更新,见 ../core/report-template.md 使用约定 6) / 发现方式 / 复现步骤 / 预期行为 / 实际行为 / 证据 / 环境——由发现方已填,不重写)
  • 根因分析必须标注 status:Inference(读代码推断,未运行验证)或 Verified(已通过复现/最小实验验证,E3)——不伪装推断为事实(状态语义见 ../core/evidence.md 第 3 节)
  • 影响范围 / Severity 依据逐条给来源;证据链标注 evidence 等级(E0–E4 + 文件:行

工作流

1. 复现(先拿到稳定证据)

  • 按 Bug 报告步骤复现;复现不了 → 不硬分析,区分"环境差异 / 数据依赖 / 概率性",向用户要环境与数据线索
  • 复现过程采集证据:请求/响应原文、日志、截图(E3 运行证据)
  • 概率性 Bug 战术:低频复现不硬等——① 基线量化:先跑足样本量建复现频率基线(N≥10 次记录触发次数,如"N≥10 触发 2 次"),修复后同条件复验对比,避免单次通过误判已修复;② 定向提频三类:并发类加大并发度 / 缩短操作间隔复跑,时间类取时区 / 跨日 / 跨秒边界时刻集中触发,环境类换设备 / 数据 / 网络条件对比隔离触发因素

2. 读代码定位根因

  • 从现象入口(页面/接口)向下追:入口 → 调用链 → 数据读写,定位到具体行为与预期的分叉点文件:行
  • 检查常见根因类别:边界未防护 / null 未兜底 / 状态竞态 / 事务不完整 / 缓存不一致 / 权限漏判 / 并发覆盖 / 配置漂移
  • 根因结论标注 status:Inference(代码推断,未运行验证)或 Verified(已通过复现/最小实验验证,E3)——不伪装推断为事实

3. 影响分析(五面)

  • 功能面:同一根因会波及哪些入口/路径(grep 相同模式的其他调用点)
  • 数据面:是否已产生脏数据、影响存量数据的范围
  • 用户面:受影响角色与操作路径
  • 安全面:该缺陷是否构成可被利用的窗口(越权可达 / 敏感数据暴露 / 注入面)——命中即 Severity 上浮一级(S2→S1、S1→S0,S0 封顶)。注意与第 4 步定级规则的分工:安全面用于潜在窗口的上浮;已构成实际安全后果(数据丢失 / 资损 / 实际越权达成)的直接 S0,不适用上浮口径
  • 修复波及面:预期修复方式会改动哪些代码 / 配置 / 数据——修复本身改变的行为就是回归建议的直接输入(衔接第 5 步)

4. 定级与修复建议

  • Severity 按后果分级(S 系与用例优先级 P 系分离):数据丢失/资损/已构成实际安全后果(实际越权达成的数据暴露等)→ S0;核心功能主路径不可用 → S0,核心功能旁路不可用 → S1;部分降级 → S1;体验问题 → S2。仅构成潜在可利用窗口的安全问题不上浮到 S0,按第 3 步安全面上浮一级(两处口径互证,防同触双规则)
  • 修复建议给方向(如"导入路径补同创建路径的校验"),不越界替开发写补丁

5. 回归建议(衔接 regression-testing)

  • 修复验证用例:直接复现该 Bug 的用例(没有则建议新增,给 TC 编号建议);建议新增的用例按 ../core/case-format.md 格式与 ../core/executability.md 可执行性标准描述,保证落到用例文件即可执行
  • 关联回归:同根因模式的其他路径 + 该功能的锚点用例
  • 双向互链:本条目编号写进对应回归清单的"关联 Bug"行、清单中修复验证用例的 TC 编号回填本条目"回归建议"——Bug 清单 ↔ 回归清单双向可溯(清单侧模板见 regression-testing)
  • 回归范围选择(跑哪些既有用例、分级)移交 regression-testing

6. 落盘

单阶段独立使用:Bug 条目追加进测试报告对应条目(补根因分析等五个扩展字段);无报告时可新建报告文件(按 ../core/report-template.md)。作为流水线 Bug 分析阶段运行:不新建、不改写最终测试报告——条目统一写 {项目}/Bug条目_{日期}.md 中转文件,由编排收尾阶段拼装,避免与收尾报告同名双写造成双数据源。

Common Mistakes

错误后果正确做法
未复现就开始分析根因建立在想象上先复现拿 E3 证据;复现不了先要线索
根因推测定性为事实虚假结论传播status 标注 Inference/Verified(../core/evidence.md
现象当根因("接口超时,根因:接口超时")分析空转追到行为与预期分叉的 文件:行
影响范围只看单点同根因其他路径漏修漏测grep 相同模式,功能/数据/用户/安全/修复波及五面分析
越界写补丁代码职责越界、干扰开发给修复方向与验证建议
把回归范围选择也做了与 regression-testing 职责重叠本 skill 出回归建议,范围选择移交
疑似缺陷(未定性)直接进本流程与 Cx 记录职责混淆输入必须是已确认 Bug;未定性先走裁决

Signals

GitHub stars
28
Forks
5
Last commit
Sep 2026
Advanced
Catalog kind
skill
Gateway key
bug-analysis
Source
github.com/fishzjp/qa-skills