test-reporting-analytics — скилл для Claude Code: функции и установка
Скилл test-reporting-analytics формирует дашборды качества, отчёты для руководства и прогнозирует сбои тестов по diff в коде. Пригодится при контроле релизов и разборе динамики метрик в CI/CD.
MIT 126 установок ★ 533 обновлён 2026-10-25
npx skills add proffesor-for-testing/agentic-qe --skill test-reporting-analytics -a claude-codeЧто делает test-reporting-analytics
Скилл структурирует метрики тестирования под разные аудитории. Разработчикам он показывает процент нестабильных тестов, время прогона и пробелы в покрытии, а руководству выдаёт данные о частоте деплоев и финансовой отдаче от автоматизации. Внутри заложена логика пороговых значений: проходной балл тестов выше 98%, длительность сьюта до 10 минут и покрытие ветвей от 70%.
Инструмент умеет делать предиктивный анализ: субагент qe-quality-analyzer берёт изменения из пулреквеста, сопоставляет их с историей за 90 дней и вычисляет вероятность падения конкретных файлов. Данные сохраняются в пространстве памяти aqe/reporting/ по разделам дашбордов, трендов и прогнозов.
Для полной работы сценариев проверки релизов требуются субагенты qe-quality-gate и qe-deployment-readiness, без которых валидация порогов останется недоступной.
Какие задачи решает
- составить сводку качества по спринту или отчёт для руководства
- спрогнозировать падение тестов на основе diff в пулреквесте
- проверить соблюдение порогов качества перед выкаткой в прод
- выявить аномалии в динамике нестабильных тестов и покрытия
Примеры запросов агенту
- Сформируй отчёт по качеству за спринт с метриками покрытия и медленными тестами
- Сделай прогноз сбоев для изменений в текущей ветке через qe-quality-analyzer
- Проверь метрики билда на соответствие quality gate перед релизом
Как установить test-reporting-analytics
1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill test-reporting-analytics -a claude-code2Вручную: положить файлы
~/.claude/skills/test-reporting-analytics/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/test-reporting-analytics/
1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill test-reporting-analytics -a codex2Вручную: положить файлы
.agents/skills/test-reporting-analytics/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill test-reporting-analytics -a cursor2Вручную: положить файлы
.cursor/skills/test-reporting-analytics/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install proffesor-for-testing/agentic-qe assets/skills/test-reporting-analytics2Вручную: положить файлы
.github/skills/test-reporting-analytics/SKILL.md1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill test-reporting-analytics -a gemini-cli2Командой платформы
gemini skills install https://github.com/proffesor-for-testing/agentic-qe --path assets/skills/test-reporting-analyticsВручную: положить файлы
.devin/skills/test-reporting-analytics/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill test-reporting-analytics -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о test-reporting-analytics
Как установить test-reporting-analytics в Claude Code?
Выполните команду npx skills add proffesor-for-testing/agentic-qe --skill test-reporting-analytics -a claude-code. Конфигурация запишется в файл ~/.claude/skills/test-reporting-analytics/SKILL.md.
Что делает скилл test-reporting-analytics?
Он агрегирует результаты прогонов, строит сводки под разные роли в команде и отслеживает критические отклонения метрик в CI/CD.
Какие агенты задействованы в работе скилла?
В связке работают три субагента: qe-quality-analyzer отвечает за сбор аналитики и предиктивные модели, qe-quality-gate сверяет показатели с политиками качества, а qe-deployment-readiness оценивает готовность к деплою.
Исходный текст
SKILL.md · MIT
---
name: test-reporting-analytics
description: "Advanced test reporting, quality dashboards, predictive analytics, trend analysis, and executive reporting for QE metrics. Use when communicating quality status, tracking trends, or making data-driven decisions."
category: analytics
priority: high
tokenEstimate: 850
agents: [qe-quality-analyzer, qe-quality-gate, qe-deployment-readiness]
implementation_status: optimized
optimization_version: 1.0
last_optimized: 2025-12-03
dependencies: []
quick_reference_card: true
tags: [reporting, analytics, dashboards, metrics, trends, predictive]
trust_tier: 3
validation:
schema_path: schemas/output.json
validator_path: scripts/validate-config.json
eval_path: evals/test-reporting-analytics.yaml
---
# Test Reporting & Analytics
<default_to_action>
When building test reports:
1. DEFINE audience (dev team vs executives)
2. CHOOSE key metrics (max 5-7)
3. SHOW trends (not just snapshots)
4. HIGHLIGHT actions (what to do about it)
5. AUTOMATE generation
**Dashboard Quick Setup:**
```
+------------------+------------------+------------------+
| Tests Passed | Code Coverage | Flaky Tests |
| 1,247/1,250 ✅ | 82.3% ⬆️ +2.1% | 1.2% ⬇️ -0.3% |
+------------------+------------------+------------------+
| Critical Bugs | Deploy Freq | MTTR |
| 0 open ✅ | 12x/day ⬆️ | 2.3h ⬇️ |
+------------------+------------------+------------------+
```
**Key Metrics by Audience:**
- **Dev Team**: Pass rate, flaky %, execution time, coverage gaps
- **QE Team**: Defect detection rate, test velocity, automation ROI
- **Leadership**: Escaped defects, deployment frequency, quality cost
</default_to_action>
## Quick Reference Card
### Essential Metrics
| Category | Metric | Target |
|----------|--------|--------|
| **Execution** | Pass Rate | >98% |
| **Execution** | Flaky Test % | <2% |
| **Execution** | Suite Duration | <10 min |
| **Coverage** | Line Coverage | >80% |
| **Coverage** | Branch Coverage | >70% |
| **Quality** | Escaped Defects | <5/release |
| **Quality** | MTTR | <4 hours |
| **Efficiency** | Automation Rate | >90% |
### Trend Indicators
| Symbol | Meaning | Action |
|--------|---------|--------|
| ⬆️ | Improving | Continue current approach |
| ⬇️ | Declining | Investigate root cause |
| ➡️ | Stable | Maintain or improve |
| ⚠️ | Threshold breach | Immediate attention |
---
## Report Types
### Real-Time Dashboard
```
Live quality status for CI/CD
- Build status (green/red)
- Test results (pass/fail counts)
- Coverage delta
- Flaky test alerts
```
### Sprint Summary
```markdown
## Sprint 47 Quality Summary
### Metrics
| Metric | Value | Trend |
|--------|-------|-------|
| Tests Added | +47 | ⬆️ |
| Coverage | 82.3% | ⬆️ +2.1% |
| Bugs Found | 12 | ➡️ |
| Escaped | 0 | ✅ |
### Highlights
- ✅ Zero escaped defects
- ⚠️ E2E suite now 45min (target: 30min)
### Actions
1. Optimize slow E2E tests
2. Add coverage for payment module
```
### Executive Report
```markdown
## Monthly Quality Report - Oct 2025
### Executive Summary
✅ Production uptime: 99.97% (target: 99.95%)
✅ Deploy frequency: 12x/day (up from 8x)
⚠️ Coverage: 82.3% (target: 85%)
### Business Impact
- Automation saves 120 hrs/month
- Bug cost: $150/bug found vs $5,000 escaped
- Estimated annual savings: $450K
### Recommendations
1. Invest in performance testing tooling
2. Hire senior QE for mobile coverage
```
---
## Predictive Analytics
```typescript
// Predict test failures
const prediction = await Task("Predict Failures", {
codeChanges: prDiff,
historicalData: last90Days,
model: 'gradient-boosting'
}, "qe-quality-analyzer");
// Returns:
// {
// failureProbability: 0.73,
// likelyFailingTests: ['payment.test.ts'],
// suggestedAction: 'Review payment module carefully',
// confidence: 0.89
// }
// Trend analysis with anomaly detection
const trends = await Task("Analyze Trends", {
metrics: ['passRate', 'coverage', 'flakyRate'],
period: '30d',
detectAnomalies: true
}, "qe-quality-analyzer");
```
---
## Agent Integration
```typescript
// Generate comprehensive quality report
const report = await Task("Generate Quality Report", {
period: 'sprint',
audience: 'executive',
includeROI: true,
includeTrends: true
}, "qe-quality-analyzer");
// Real-time quality gate check
const gateResult = await Task("Quality Gate Check", {
metrics: currentMetrics,
thresholds: qualityPolicy,
environment: 'production'
}, "qe-quality-gate");
```
---
## Agent Coordination Hints
### Memory Namespace
```
aqe/reporting/
├── dashboards/* - Dashboard configurations
├── reports/* - Generated reports
├── trends/* - Trend analysis data
└── predictions/* - Predictive model outputs
```
### Fleet Coordination
```typescript
const reportingFleet = await FleetManager.coordinate({
strategy: 'quality-reporting',
agents: [
'qe-quality-analyzer', // Metrics aggregation
'qe-quality-gate', // Threshold validation
'qe-deployment-readiness' // Release readiness
],
topology: 'parallel'
});
```
---
## Related Skills
- [quality-metrics](../quality-metrics/) - Metric definitions
- [shift-right-testing](../shift-right-testing/) - Production metrics
- [consultancy-practices](../consultancy-practices/) - Client reporting
---
## Remember
**Measure to improve. Report to communicate.**
Good reports:
- Answer "so what?" (actionable insights)
- Show trends (not just snapshots)
- Match audience needs
- Automate where possible
**Data without action is noise. Action without data is guessing.**
© proffesor-for-testing · MIT · proffesor-for-testing/agentic-qe