大家好，我是洋子

对于一个测试工程师来说，最令人烦躁的事情是什么？我觉得不是跟开发扯皮，而是提Bug

每次提 Bug，咱们做什么？

打开阿里云效（或 Jira、禅道、自研平台等Bug管理平台），新建缺陷工作项，填标题，填描述，选优先级，选严重程度，选所属端，选所属项目，选迭代，选负责人，上传错误截图……

更让人崩溃的是，有些互联网大厂提Bug所需要的必填字段就有不下10个（纯为了统计数据），需求都还没测完，你已经累了，特别是某个需求有上百个bug的时候，提Bug都能提到手抽筋

那有没有一种可能：你用自然语言说一句话，Bug 就自动提好了？

于是，我写了一个叫 yunxiao-bug 的Skill。现在我提 Bug 是这样的，在AI工具命令行输入Bug描述：

/yunxiao-bug 线上环境的虾不回消息

然后它就自动帮我：

  • 标题填好了：「线上环境的虾不回消息」（可自动优化标题内容）
  • 所属端推断为：后端（服务端消息处理问题）
  • 所属项目推断为：智能体（"虾"是我们的智能体角色）
  • Bug 类型推断为：程序问题 （还可推断UI问题/需求问题）
  • 优先级推断为：高（功能完全不可用）
  • 严重程度推断为：2-严重
  • 负责人自动分配给后端开发：张三
  • 迭代、发现方式等字段全部自动填写

如果还有其他自定义字段，也可以添加配置扩展

一条命令，直接提交进阿里云效平台，完事。
在这里插入图片描述

在这里插入图片描述

跟提BUG机器人的区别

有小伙伴可能会问，这跟提交Bug的机器人没什么区别

其实对于自动提Bug的这种场景，早在几年前团队内就利用机器人的形式实现了（如钉钉、飞书、如流机器人等），通过@机器人的形式去提交Bug标题和截图，但机器人和Skill提交方式有明显区别，下面是流程对比
在这里插入图片描述

传统提 Bug 机器人（钉钉/飞书/Slack Bot）

传统机器人的典型流程：

  1. 你在群里@机器人，触发一个表单
  2. 表单里有一堆下拉框让你选：优先级？严重程度？所属端？
  3. 你手动填完，机器人帮你调 API 提交

本质上就是把「在网页上填表」变成了「在聊天窗口填表」。表单一个字段都少不了，你只是换了个地方填而已。

所以这种方式仍然存在明显的弊端

  • 基于规则，无法自动区分端，在提交Bug的时候，需要人工选择所属端，IOS端/安卓端/服务端/前端等
  • 无法自动分配到开发人员，还需要人工到Bug管理平台上修改
  • 无法自动填写必填字段，还需要到Bug管理平台上人工修改
  • Bug描述无法自动扩写，比如优化标题，复现步骤，期望结果

yunxiao-bug Skill 的做法

我这个工具不需要你填任何表单。它的核心逻辑是：

AI 根据你的一句自然语言描述，自动推断出所有字段。

比如你说"安卓端搜索页面样式错乱"，AI 会推断：

- 所属端 → 安卓（关键词"安卓端"）
- Bug类型 → UI设计问题（关键词"样式错乱"）
- 优先级 → 低（体验/样式问题）
- 严重程度 → 4-轻微
- 负责人 → 自动分配给安卓开发

你说"IOS端点击登录按钮崩溃"，AI 会推断：

- 所属端 → iOS（关键词"iOS端"）
- Bug类型 → 程序问题（关键词"崩溃"）
- 优先级 → 高（功能完全不可用）
- 严重程度 → 2-严重
- 负责人 → 自动分配给 iOS 开发

AI加载了这个Skill就是有经验的QA，他能根据自然语言的Bug描述进行语义理解，而不是像传统机器人是个表格搬运工，单纯进行模版填充

yunxiao-bug Skill我已经放在测开学习圈里面了，欢迎感兴趣的同学进圈获取

实现原理：三层架构

yunxiao-bug 的实现分三层：

第一层：Skill 定义（SKILL.md）

这是给 Claude Code 看的"说明书"，定义了：

  • 什么时候触发这个 Skill（用户说"提个 Bug"、“/yunxiao-bug”）
  • AI 的推断规则（怎么根据描述判断所属端、Bug 类型等）
  • 提交流程的完整步骤

核心在于推断规则。比如：

描述中的线索 推断为
接口、API、500错误、超时 后端
页面、样式、CSS、H5 前端
Android、APK、安卓 安卓
崩溃、报错、数据错误 程序问题
样式错乱、视觉问题 UI设计问题
功能完全不可用 优先级高、严重
体验/样式问题 优先级低、轻微

这些规则让 AI 像一个经验丰富的 QA 一样，听你说一句话就知道该怎么分类。

第二层：配置文件（config.yaml）

这是整个系统的"知识库"，包含：

# 项目基本信息 （获取方式见下）
organization_id: "xxxxxx"     
space_identifier: "xxxxxx"

# 默认值
defaults:
  priority: "中"
  severity: "3-一般"
  assigned_to: "AI测试员工"
  sprint: "UniClaw_V1.0"

# 按所属端自动分配负责人
assigned_to_by_platform:
  安卓: "唐xx"
  IOS: "聂xx"
  后端: "李x"
  前端: "胡x"

# 所有自定义字段的定义和可选值
field_definitions:
  所属端:
    options: [其他, 算法, 后端, 前端, 安卓, IOS, Windows, MAC]
  Bug类型:
    options: [程序问题, 需求问题, UI设计问题]
  发现方式:
    options: [AI自动化测试, 用户反馈, 手工测试, ...]
  # ... 20+ 个自定义字段

这个文件是项目特定的。不同项目的字段、选项、负责人都不同。AI 提交前会先读这个文件，确保所有填写的值都是合法的。

4个关键参数的获取方式：

  • Organization ID （云效组织ID）：打开云效，点击头像-管理后台-基本信息，可以复制组织ID
    在这里插入图片描述

  • Space Identifier （云效项目ID）
    在这里插入图片描述

  • AccessKey ID 和 AccessKey Secret ：创建方式见 https://help.aliyun.com/zh/ram/user-guide/create-a-ram-user
    在这里插入图片描述

第三层：提交脚本（submit_bug.py）

这是实际调用云效 API 的 Python 脚本，大约 800 行代码，功能包括：

  • Bug 提交：调用 CreateWorkitemV2Request 创建工作项
  • Bug 查看：调用 GetWorkItemInfo 获取详情
  • Bug 更新：调用 UpdateWorkitemField 更新状态和字段
  • 文件上传：自动上传截图到云效 OSS，并关联到工作项
  • 字段映射：支持中文名 → identifier 的自动转换

完整工作流程

当你对 Claude Code（Cursor，CodeX等其他AI编程工具也支持） 提交Bug描述"线上环境的虾不回消息"，背后发生了什么：

用户输入: "线上环境的虾不回消息"
          ↓
Step 1: Claude Code 识别意图，触发 yunxiao-bug Skill
          ↓
Step 2: AI 读取 config.yaml，获取所有可用字段和选项
          ↓
Step 3: AI 语义分析，推断各字段值
         - 所属端 → 后端
         - 所属项目 → 智能体
         - Bug类型 → 程序问题
         - 优先级 → 高
         - 严重程度 → 2-严重
         - 发现方式 → 用户反馈
          ↓
Step 4: AI 查找负责人映射
         - 所属端=后端 → 负责人=李琛
          ↓
Step 5: 组装命令并执行
         submit_bug.py submit \
           --subject "线上环境的虾不回消息" \
           --priority "高" \
           --severity "2-严重" \
           --assigned-to "李琛的accountId" \
           --field "所属端=后端" \
           --field "所属项目=智能体" \
           --field "Bug类型=程序问题" \
           --field "发现方式=用户反馈"
          ↓
Step 6: submit_bug.py 调用云效 API
         - 解析中文字段名 → identifier
         - 解析中文选项值 → 实际值
         - 调用 CreateWorkitemV2Request
          ↓
Step 7: 返回结果
         "Bug 创建成功! 工作项ID: xxx"

全程你只说了一句话。

详细使用方法

1. 安装

# 一键安装，自动配置环境变量、Python 依赖、Claude Code 权限
bash ~/.claude/skills/yunxiao-bug/setup.sh

安装脚本会自动：

  • 检测操作系统（macOS/Linux/Windows WSL）
  • 配置阿里云 AK/SK 环境变量
  • 创建 Python 虚拟环境并安装依赖
  • 验证 API 连通性

2. 基本用法：一句话提 Bug

在 Claude Code 中直接描述 Bug 即可：

你：线上环境的虾不回消息
你：安卓端搜索页面样式错乱
你：iOS点击登录按钮直接崩溃
你：后端接口 /api/chat 返回 500

Claude 会自动推断所有字段并提交。

3. 指定额外信息

你也可以提供更多细节，AI 会据此做出更精准的推断：

你：安卓端在华为 Mate60 上，点击发送消息按钮没反应，但小米手机正常。
    错误日志是 NullPointerException at MessageHandler.java:142

这时 AI 会额外填写：

  • 测试环境：华为 Mate60
  • 错误日志：NullPointerException at MessageHandler.java:142
  • 复现步骤：在华为 Mate60 上点击发送消息按钮

4. 带截图提 Bug

你：这个页面样式有问题，截图在 /tmp/screenshot.png

除了描述图片路径，还可以拖图片到CC命令行
在这里插入图片描述

AI 会自动上传截图到云效并关联到工作项。

5. 查看 Bug 详情

你：/yunxiao-bug 查看 Bug XXXX-123 的详情

6. 更新 Bug 状态

你：/yunxiao-bug 把 Bug XXXX-123 标记为已修复，修复方案是重构了消息队列逻辑

如何迁移到其他平台

yunxiao-bug skill的架构是高度模块化的。如果你用的不是云效，而是 Jira、禅道、或者自研平台，迁移起来并不复杂。你需要改动的只有两层：

迁移到 Jira

需要改的：

  1. submit_bug.py — 替换 API 调用层
# 原来：阿里云效 SDK
from alibabacloud_devops20210625.client import Client

# 改为：Jira REST API
import requests

class JiraClient:
    def __init__(self, base_url, email, api_token):
        self.base_url = base_url
        self.auth = (email, api_token)

    def create_issue(self, project_key, summary, description, **fields):
        payload = {
            "fields": {
                "project": {"key": project_key},
                "summary": summary,
                "description": description,
                "issuetype": {"name": "Bug"},
                "priority": {"name": fields.get("priority", "Medium")},
                "assignee": {"accountId": fields.get("assignee")},
                # 自定义字段
                **{k: v for k, v in fields.items() if k.startswith("customfield_")}
            }
        }
        resp = requests.post(
            f"{self.base_url}/rest/api/3/issue",
            json=payload, auth=self.auth
        )
        return resp.json()

Jira API 文档：https://developer.atlassian.com/cloud/jira/platform/rest/v3/

  1. config.yaml — 改为 Jira 项目配置
# Jira 配置
jira_base_url: "https://your-company.atlassian.net"
project_key: "PROJ"

defaults:
  priority: "Medium"
  assignee: "accountId_xxx"

# 自定义字段映射
field_definitions:
  所属端:
    identifier: "customfield_10001"
    options:
      后端: "backend"
      前端: "frontend"
      安卓: "android"
  1. SKILL.md — 基本不用改。AI 推断规则是平台无关的，只需要把命令示例改成对应参数格式。

迁移到禅道

需要改的：

  1. submit_bug.py — 使用禅道 REST API
import requests

class ZentaoClient:
    def __init__(self, base_url, account, password):
        self.base_url = base_url
        self.session = requests.Session()
        # 登录获取 token
        self.session.post(f"{base_url}/api.php/v1/tokens", json={
            "account": account, "password": password
        })

    def create_bug(self, product_id, title, **fields):
        payload = {
            "title": title,
            "product": product_id,
            "severity": fields.get("severity", 3),
            "pri": fields.get("priority", 3),
            "assignedTo": fields.get("assignee", ""),
            "type": fields.get("bug_type", "codeerror"),
            "steps": fields.get("description", ""),
            # 自定义字段...
        }
        resp = self.session.post(
            f"{self.base_url}/api.php/v1/bugs",
            json=payload
        )
        return resp.json()

禅道 API 文档：https://www.zentao.net/book/api/setting-369.html

  1. config.yaml — 改为禅道配置
zentao_base_url: "https://zentao.your-company.com"
product_id: 1

defaults:
  severity: 3    # 禅道用数字 1-4
  priority: 3
  assignee: "zhangsan"

field_definitions:
  Bug类型:
    identifier: "type"
    options:
      程序问题: "codeerror"
      需求问题: "designdefect"
      UI设计问题: "designchange"

迁移到自研平台

如果你们公司是自研的项目管理系统，迁移思路一样——你只需要提供一套 CRUD API：

必需 API：
POST   /api/bugs           — 创建 Bug（必须）
GET    /api/bugs/:id       — 查看 Bug 详情
PUT    /api/bugs/:id       — 更新 Bug 状态和字段
POST   /api/bugs/:id/files — 上传附件

可选 API：
GET    /api/projects       — 获取项目列表
GET    /api/users          — 获取用户列表
GET    /api/fields         — 获取自定义字段定义
GET    /api/sprints        — 获取迭代列表

然后在 submit_bug.py 中实现一个 Client 类来封装这些 API 调用即可。

迁移清单总结

要改的文件 改什么 工作量
submit_bug.py 替换 API 调用（云效 SDK → 目标平台 API） 中等（200-400行）
config.yaml 替换项目配置、字段映射、选项值 小（照着目标平台字段配一遍）
SKILL.md 基本不用改，推断规则是通用的 极小（改几个命令示例）
setup.sh 替换环境变量（AK/SK → 目标平台认证信息） 小

核心洞察：这个 Skill 的价值不在 API 调用，而在 AI 推断规则。 推断规则是平台无关的——无论你用什么项目管理系统，AI 都能从"安卓端搜索页面样式错乱"推断出这是一个安卓端的 UI 问题、优先级低、应该分配给安卓开发。这一层完全不用改。

不只是提 Bug

yunxiao-bug 只是整个 AI QA 流水线的一个环节。在我们的实践中，它跟其他 Skill 组成了完整的闭环：

  1. auto-test：AI 自动跑测试，发现 Bug
  2. yunxiao-bug：AI 自动把 Bug 提到云效
  3. yunxiao-autofix：AI 自动修复 Bug、提交 MR、回写云效

从发现 Bug 到修复 Bug，全程 AI 驱动，人只需要做最后的 Code Review。

PS：auto-test和yunxiao-autofix Skill目前还在调试中，等调试落地后，再来分享，欢迎持续关注我

如果你也想让 AI 帮你提 Bug，可以参考 yunxiao-bug 的实现，迁移到你自己的项目管理平台。核心代码量不到 1000 行，迁移工作量大概 1-2 天

# bug # 人工智能
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

cover

CleanMark AI跨端实战第01篇：项目架构设计与技术选型

avatar AtomGit开源社区
cover

降完AI格式乱了？2026最新3款主流降AI工具深度测评与手工优化指南

avatar AtomGit开源社区
cover

2026年外贸获客渠道深度测评：独立站（谷歌SEO）与国际站如何选？4S战略决策模型全解析

avatar AtomGit开源社区