Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx skills add Kokxi/qa-test-skills --skill qa-execution-observationgit clone --depth 1 https://github.com/Kokxi/qa-test-skillsWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/kokxi/qa-test-skills/qa-execution-observation)<a href="https://agentmods.dev/skills/kokxi/qa-test-skills/qa-execution-observation"><img src="https://agentmods.dev/badge/skills/kokxi/qa-test-skills/qa-execution-observation/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/skills/kokxi/qa-test-skills/qa-execution-observation"><img src="https://agentmods.dev/badge/skills/kokxi/qa-test-skills/qa-execution-observation.svg" alt="Reviewed on agentmods" width="80" height="20"></a>- NVIDIA SkillSpector pass
What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00144 | $0.02434 |
| Opus 5 | $0.00072 | $0.01217 |
| Sonnet 5 | $0.00029 | $0.00487 |
| Haiku 4.5 | $0.00014 | $0.00243 |
Grade A, and why
qa-execution-observation scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 4d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 271 lines — stays where its author put it; the contents beside it link to each section on GitHub.
执行观察力
核心原则
同样在执行，专家看到了更多信息。通过六路信号模型（功能表现/接口响应/日志报错/UI渲染/数据一致性/性能指标）系统记录执行观察。每轮执行后输出观察记录，标注异常信号。
深度要求（参考值）
关键指标：根据场景复杂度调整观察深度
| 复杂度 | 信号捕获要求 | 说明 |
|---|---|---|
| 简单场景 | 至少捕获3路信号 | 单一功能路径 |
| 中等场景 | 至少捕获5路信号 | 多分支交互场景 |
| 复杂场景 | 全部6路信号 | 跨模块/分布式场景 |
六路信号模型
信号1：功能结果（最基础）
观察要点：
├─ 结果正确性：是否符合预期？
├─ 结果完整性：是否有遗漏？
├─ 结果一致性：多次执行结果一致吗？
└─ 结果边界：边界值处理正确吗？
观察方法：
- 对比预期结果
- 多次执行验证
- 边界值测试
信号2：性能信号（容易忽略）
观察要点：
├─ 响应时间：比正常慢多少？
├─ 加载时间：页面加载耗时？
├─ 处理时间：后台处理耗时？
└─ 资源消耗：CPU/内存/网络占用？
观察方法：
- 计时对比
- 浏览器DevTools
- 性能监控工具
异常信号：
- 响应时间 > 2秒
- 页面加载 > 3秒
- 后台处理 > 5秒
信号3：日志信号（关键线索）
观察要点：
├─ 错误日志：有没有ERROR？
├─ 警告日志：有没有WARN？
├─ 异常堆栈：有没有Exception？
├─ 业务日志：关键操作有没有记录？
└─ 性能日志：有没有慢查询？
观察方法：
- 实时查看日志文件
- grep关键错误信息
- 关注异常堆栈
日志位置：
- 应用日志：/var/log/app/
- Nginx日志：/var/log/nginx/
- 数据库日志：/var/log/mysql/
信号4：数据信号（验证结果）
观察要点：
├─ 数据创建：数据有没有正确写入？
├─ 数据更新：数据有没有正确更新？
├─ 数据删除：数据有没有正确删除？
├─ 数据一致性：各处数据一致吗？
└─ 数据完整性：数据字段完整吗？
观察方法：
- 直接查询数据库
- 对比缓存和数据库
- 检查数据关联
信号5：前端信号（用户视角）
观察要点：
├─ 页面加载：有没有白屏/卡顿？
├─ 交互响应：点击后有反应吗？
├─ 样式显示：样式正确吗？
├─ 兼容性：不同浏览器表现？
└─ 响应式：不同屏幕尺寸？
观察方法：
- 手动操作观察
- 浏览器DevTools
- 多浏览器测试
信号6：依赖信号（外部影响）
观察要点：
├─ 第三方接口：调用成功吗？
├─ 下游服务：响应正常吗？
├─ 消息队列：消息发送成功吗？
├─ 缓存服务：缓存读写正常吗？
└─ 外部资源：CDN/图片加载正常？
观察方法：
- 查看网络请求
- 检查接口调用
- 监控依赖服务
观察清单
执行前检查
- 测试环境准备好了吗？
- 测试数据准备好了吗？
- 监控工具打开了吗？
- 日志文件准备好了吗？
执行中观察
- 功能结果正确吗？
- 响应时间正常吗？
- 日志有异常吗？
- 数据写入正确吗？
- 前端显示正常吗？
- 依赖调用正常吗？
执行后验证
- 数据状态正确吗？
- 关联数据一致吗？
- 测试数据清理了吗？
- 环境恢复了吗？
异常信号识别
功能异常信号
- 返回错误码
- 返回空数据
- 返回格式错误
- 响应超时
性能异常信号
- 响应时间突增
- 页面加载缓慢
- 后台处理超时
- 资源占用过高
日志异常信号
- ERROR级别日志
- Exception堆栈
- 慢查询日志
- 异常警告
数据异常信号
- 数据未写入
- 数据不一致
- 数据格式错误
- 数据丢失
前端异常信号
- 白屏
- 卡顿
- 样式错乱
- 控制台报错
依赖异常信号
- 接口调用失败
- 服务不可用
- 消息发送失败
- 缓存读写失败
应用场景
执行登录功能测试时 → 六路信号观察：
- 功能：登录成功/失败，页面跳转正确
- 性能：响应时间>3秒（异常信号）
- 日志：控制台有"password validation failed"日志
- 数据：数据库用户状态正确更新
- 前端：错误提示显示在正确位置
- 依赖：认证服务响应正常
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 4d ago Changed 63461dee087a
- 10d ago First seen · 271 lines · 144 tokens per session scan A 7e4f01262b8f
qa-execution-observation is a skill published in the GitHub repository Kokxi/qa-test-skills (24 stars, last pushed 7d ago), licensed MIT. It adds 144 tokens to every session and 2,434 once invoked, about $0.0007 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-30.
Other skills, from other repositories
plugin-test
A testing guide for Zhin.js plugins using Vitest, a JavaScript and TypeScript testing framework. It focuses on checking command and tool behavior, ordinary business logic, and the plugin package’s required structure.
javascript-development
JavaScript/TypeScript ES2024+, async/await, DOM manipulation, Node.js, and API integration. Use when writing vanilla JS/TS code, working with REST/fetch APIs, implementing frontend logic, or configuring JS build tools.
nextjs-development
Next.js 16.2.4 with TypeScript — App Router, Server Components, use cache directive, Turbopack dev, Server Actions, ISR, SSR, SSG, MCP devtools, metadata API, route handlers, instrumentation.
php-development
PHP 8.0+ development — XAMPP, RESTful APIs, PDO/MySQL/MariaDB, and authentication. Use when building PHP backends, creating API endpoints, configuring XAMPP, or integrating PHP with databases.
react-development
React 19+ with TypeScript — hooks, custom hooks, state management (useState/useReducer/useContext), React Query/SWR, Tailwind CSS, performance. Use when building React components, apps, or optimizing renders.
tdd-cycle
Red-Green-Refactor test-driven development cycle.