MeterSphere Skills for OpenClaw

面向 OpenClaw Agent 的 MeterSphere 能力封装。

本项目将 MeterSphere REST API 与本地脚本能力整合为一套可复用的 Skills，使 Agent 能够以更稳定、更可控的方式完成以下工作：

查询组织、项目、模块、模板、功能用例、接口定义、接口用例
根据需求生成并写入 功能用例
根据 Swagger / OpenAPI 生成并写入 接口定义 + 接口用例
查询 用例评审、评审详情、评审状态、评审人
回答“哪些功能用例被评审过”“某条用例关联了多少个缺陷”
输出单条功能用例的 详情 + 缺陷 + 评审记录

1. 项目定位

MeterSphere 本身提供完整的测试资产管理能力，但在日常使用中，以下场景往往仍存在较多重复劳动：

手工整理需求并编写测试用例
反复从 Swagger / OpenAPI 提取接口并录入系统
查询单条用例的缺陷、评审、测试计划等关联信息
统计“哪些用例被评审过”“哪些用例缺陷更多”
在 Agent 场景下临时拼装请求、反复摸索 API 参数

本项目的目标，是把这些高频动作沉淀为：

可触发的 Skill 能力
可复用的 CLI 命令
可直接用于用户回复的输出格式

这样 Agent 不必每次从零构造请求，也不必把大段原始 JSON 直接抛给用户。

2. 核心能力

2.1 查询能力

支持查询：

组织 / 项目
功能模块 / 功能模板
API 模块
功能用例 / 接口定义 / 接口用例
评审单 / 评审详情 / 评审模块 / 评审人
单条功能用例的详情、缺陷、评审记录

2.2 生成功能用例

支持根据一句需求或需求文档生成：

主流程
异常场景
边界场景
基础优先级
基础标签

并支持批量写入 MeterSphere。

2.3 导入接口定义与接口用例

支持基于 Swagger / OpenAPI 自动生成：

接口定义
成功场景用例
必填缺失场景用例
边界场景用例

并支持批量写入 MeterSphere。

2.4 用例评审与关联分析

支持回答以下典型问题：

哪些功能用例被评审过
某条功能用例参与过哪些评审
某个评审单下有哪些功能用例
某条功能用例关联了多少个缺陷
某条功能用例的详情、缺陷、评审记录是什么

3. 推荐设计原则

本项目采用 “本地生成 + AI 增强 + 系统写入” 的混合模式：

本地脚本：负责稳定生成结构、调用真实 API、控制输出格式
AI 增强：负责补场景、润色命名、优化描述与断言
系统写入：负责把最终结果落到 MeterSphere

这样做的好处是：

比纯自然语言直写更稳定
比纯脚本静态模板更灵活
比每次重新摸索接口更高效

4. 项目结构

metersphere-skills/
├── README.md
├── .env.example
├── install.sh
└── skills/
    ├── SKILL.md
    ├── references/
    │   ├── ms-api.md
    │   ├── ai-functional-case-prompt.md
    │   └── ai-api-bundle-prompt.md
    └── scripts/
        ├── ms.sh
        ├── ms.py
        ├── ms_generate.py
        ├── ms_batch.py
        ├── ms_review_summary.py
        ├── ms_case_report.py
        └── ms_case_report_md.py

目录说明

skills/SKILL.md：Skill 元信息与 Agent 执行指南
skills/references/ms-api.md：MeterSphere API 参考与能力边界说明
skills/references/ai-functional-case-prompt.md：功能用例增强提示词
skills/references/ai-api-bundle-prompt.md：接口定义 / 接口用例增强提示词
skills/scripts/ms.sh：统一 Shell 入口
skills/scripts/ms.py：基础 Python CLI
skills/scripts/ms_generate.py：本地生成草稿 JSON
skills/scripts/ms_batch.py：批量写入 MeterSphere
skills/scripts/ms_review_summary.py：用例评审汇总脚本
skills/scripts/ms_case_report.py：单用例结构化报告
skills/scripts/ms_case_report_md.py：单用例 Markdown 报告

5. 安装方式

5.1 快速开始

# 通过 Clawdhub 安装（推荐，自动处理依赖和更新）
clawdhub install metersphere

5.2 手动安装

mkdir -p ~/.openclaw/workspace/skills
cp -R ./skills ~/.openclaw/workspace/skills/metersphere

5.3 使用安装脚本

./install.sh

6. 环境配置

编辑：

~/.openclaw/workspace/skills/metersphere/.env

最小配置如下：

METERSPHERE_BASE_URL=https://your-metersphere.example.com
METERSPHERE_ACCESS_KEY=your_access_key
METERSPHERE_SECRET_KEY=your_secret_key

参数说明

METERSPHERE_BASE_URL：MeterSphere 服务地址
METERSPHERE_ACCESS_KEY：AK
METERSPHERE_SECRET_KEY：SK

7. 安装后验证

cd ~/.openclaw/workspace/skills/metersphere

./scripts/ms.sh --help
./scripts/ms.sh organization list
./scripts/ms.sh project list

如果以上命令可以返回真实数据，说明基础鉴权与接口访问正常。

8. 常用命令

8.1 基础查询

./scripts/ms.sh organization list
./scripts/ms.sh project list
./scripts/ms.sh functional-module list <projectId>
./scripts/ms.sh functional-template list <projectId>
./scripts/ms.sh api-module list <projectId>
./scripts/ms.sh functional-case list '<JSON>'
./scripts/ms.sh api list '<JSON>'
./scripts/ms.sh api-case list '<JSON>'

8.2 用例评审查询

./scripts/ms.sh functional-case-review list '{"caseId":"<功能用例ID>"}'
./scripts/ms.sh case-review list '{"projectId":"<项目ID>"}'
./scripts/ms.sh case-review get <reviewId>
./scripts/ms.sh case-review-detail list '{"projectId":"<项目ID>","reviewId":"<评审ID>","viewStatusFlag":false}'
./scripts/ms.sh case-review-module list <projectId>
./scripts/ms.sh case-review-user list <projectId>

8.3 功能用例生成与写入

./scripts/ms.sh functional-case generate <projectId> <moduleId> <templateId> <requirement-file>
./scripts/ms.sh functional-case batch-create <json-file>
./scripts/ms.sh functional-case generate-create <projectId> <moduleId> <templateId> <requirement-file>

8.4 接口定义 / 接口用例生成与写入

./scripts/ms.sh api import-generate <projectId> <moduleId> <openapi-file-or-url>
./scripts/ms.sh api batch-create <json-file>
./scripts/ms.sh api import-create <projectId> <moduleId> <openapi-file-or-url>

8.5 高层聚合查询

查询哪些用例被评审过

./scripts/ms.sh reviewed-summary <projectId>
./scripts/ms.sh reviewed-summary <projectId> 登录

查询单条功能用例完整画像（JSON）

./scripts/ms.sh case-report <projectId> <caseId>

返回内容包含：

summary
detail
bugs
reviews

查询单条功能用例完整画像（Markdown）

./scripts/ms.sh case-report-md <projectId> <caseId>

该命令更适合直接回复用户，输出结构为：

用例摘要
前置条件
备注
步骤
缺陷
评审记录

9. 典型使用场景

场景 1：根据需求生成功能用例

./scripts/ms.sh project list
./scripts/ms.sh functional-module list <projectId>
./scripts/ms.sh functional-template list <projectId>
./scripts/ms.sh functional-case generate <projectId> <moduleId> <templateId> ./requirement.txt

如果需要更高质量内容：

先生成 JSON 草稿
再用 references/ai-functional-case-prompt.md 增强
最后 batch-create 写入

场景 2：根据 OpenAPI 导入接口测试资产

./scripts/ms.sh project list
./scripts/ms.sh api-module list <projectId>
./scripts/ms.sh api import-generate <projectId> <moduleId> ./openapi.json

如需增强：

先生成 bundle
再用 references/ai-api-bundle-prompt.md 增强
最后 api batch-create

场景 3：判断哪些用例被评审过

./scripts/ms.sh reviewed-summary <projectId>

可直接得到：

总用例数
已评审用例数
未评审用例数
每条用例的评审情况

场景 4：查看某条功能用例的完整情况

./scripts/ms.sh case-report-md <projectId> <caseId>

适合在聊天场景中直接回答：

用例详情
关联缺陷
评审记录

10. 推荐工作流

10.1 功能用例工作流

project list
functional-module list <projectId>
functional-template list <projectId>
functional-case generate
按 references/ai-functional-case-prompt.md 增强
functional-case batch-create

10.2 接口定义 / 接口用例工作流

project list
api-module list <projectId>
api import-generate
按 references/ai-api-bundle-prompt.md 增强
api batch-create

10.3 单用例查询工作流

已知 caseId 时，优先 case-report-md
需要结构化数据时，再用 case-report
只关心评审覆盖时，用 reviewed-summary

11. 输出策略

本项目区分两类输出：

11.1 结构化输出

适用于：

Agent 继续加工
脚本联动
二次分析

推荐命令：

./scripts/ms.sh case-report <projectId> <caseId>
./scripts/ms.sh reviewed-summary <projectId> [keyword]

11.2 面向用户的可读输出

适用于：

聊天回复
汇总说明
单用例说明

推荐命令：

./scripts/ms.sh case-report-md <projectId> <caseId>

12. 已确认能力边界

当前已验证并可稳定使用的能力包括：

组织 / 项目 / 模块 / 模板查询
功能用例详情查询
功能用例评审查询
功能用例关联缺陷查询
单用例详情 + 缺陷 + 评审记录聚合
功能用例草稿生成与批量写入
OpenAPI 导入草稿生成与批量写入

当前项目定位仍以：

稳定查询
稳定生成草稿
稳定写入系统

为优先目标。

13. 参考文件

如需查看更细的接口与提示词说明，请参考：

skills/SKILL.md
skills/references/ms-api.md
skills/references/ai-functional-case-prompt.md
skills/references/ai-api-bundle-prompt.md

14. 总结

如果你希望 Agent 能够在 MeterSphere 中：

更稳地查询测试资产
更快地生成测试资产
更清楚地回答评审与缺陷问题
更自然地输出单用例完整报告

那么这套 Skills 的价值就在于：

用统一命令与统一输出格式，把零散的 MeterSphere API 操作，收敛为可复用、可触发、可直接交付的 Agent 能力。

Name		Name	Last commit message	Last commit date
Latest commit History 20 Commits
skills		skills
.env.example		.env.example
.gitignore		.gitignore
README.md		README.md
install.sh		install.sh

Folders and files

Latest commit

History

Repository files navigation