Synthèse automatique
Exécute la couche 5 (E2E sur appareil réel) de la stratégie QA de quokka : pilote le binaire qk sur des iPhone/Android connectés via tmux, applique des vérificateurs déterministes et rédige un rapport horodaté.
Points forts
- Le verdict passe/échec repose uniquement sur des prédicats déterministes (code de sortie, regex sur la sortie ou la frame, comparaison de golden frame, validité JSON), jamais sur le jugement du modèle
- Les cas dont la plateforme requise est absente sont enregistrés en SKIP avec la raison, au lieu de faire échouer la suite
- Le démontage de la session tmux est imposé même en cas d'échec, et chaque cas consigne sa frame capturée pour le débogage
- Une passe exploratoire UX (couche 6) est proposée en option mais reste consultative et ne conditionne jamais le verdict
Limites
- Prérequis matériels et outils stricts : tmux, jq, build cargo debug et au moins un appareil attaché
- Fortement couplé au dépôt quokka (tests/llm/*.yaml, tests/llm/lib/drive.sh, répertoire golden) et inutilisable tel quel ailleurs
- Ne crée pas les cas de test : il faut des fichiers YAML existants avec blocs verify/interact
- La comparaison golden_frame est une égalité exacte, donc fragile face au moindre changement cosmétique de l'interface
À lancer avant une release ou dès qu'il faut un verdict passe/échec reproductible sur le vrai binaire qk exécuté sur du matériel connecté.
Pour des tests unitaires ou de composants, ou lorsqu'aucun appareil n'est branché et qu'aucun fichier de cas YAML n'existe.
Analyse de sécurité
PrudenceThe skill is not malicious: it does not exfiltrate secrets, download-and-execute remote payloads, obfuscate commands, or disable safety controls. However, it relies on shell execution, tmux automation, a repo-local driver script, and real hardware, so it should be treated as a powerful local testing tool rather than a no-execution-risk skill.
- •Requires and drives powerful local tools: cargo build, tmux, shell script tests/llm/lib/drive.sh, and connected iOS/Android devices.
- •Executes commands defined in repository YAML test cases, so the skill inherits trust in those test definitions and the drive.sh helper.
- •Writes report files under tests/llm/reports/ and interacts with live device sessions; teardown is explicitly required.
- •The optional exploratory pass suggests disruptive actions such as unplugging a device mid-command, though only when the user is present and only as advisory UX testing.
Exemples
Run /qa against my connected iPhone before we cut the release.Test against the real device — run the device QA suite on the Pixel I just plugged in.Run /qa, and since this is pre-release also do the exploratory UX pass afterwards and list any UX smells.name: qa description: > Run quokka's real-device E2E layer (QA strategy layer 5): drive the real qk binary against connected iPhone/Android devices through tmux, apply deterministic verifiers, and write a report. Use when the user asks to "run /qa", "run the device QA suite", "test against the real device", or before a release. Optionally finishes with an advisory exploratory UX pass (layer 6).
/qa — real-device E2E runner
You are the driver for layer 5 of the QA strategy
(docs/superpowers/specs/2026-06-01-qa-strategy-design.md). You run the real
binary against attached hardware and decide pass/fail deterministically.
Hard rule
Pass/fail is decided ONLY by the deterministic predicates below (exit code, regex over captured text, golden-frame compare, JSON validity). You do not use your own judgment to pass or fail a case. Subjective UX judgment belongs to the optional exploratory pass at the end, which is advisory and never a gate.
Preconditions
tmuxandjqinstalled. Iftmuxis missing, stop and tell the userbrew install tmux.- A current build: run
cargo build(debugqkattarget/debug/qk). - At least one device attached. Detect platforms:
tests/llm/lib/drive.sh platforms→ printsiosand/orandroid. If empty, stop and tell the user to connect a device.
All mechanics go through tests/llm/lib/drive.sh (see its header for the
subcommands). Never reimplement the tmux dance inline.
Procedure
Read every tests/llm/*.yaml (not lib/, not golden/, not reports/). For
each case, in file order:
-
Check
requiresagainst the detected platforms.any→ at least one device present.ios/android→ that platform present.- Not met → record SKIP with the reason. Never fail on absence.
-
Run it.
- No
interactblock (non-interactive):drive.sh run <command>. The output ends with__QA_EXIT__=<code>. The captured text above that line is the output. - Has
interact(interactive TUI):drive.sh start <session> <command>(use a unique session likeqa_<id>).- For each step:
wait_for: X→drive.sh wait <session> "X" <timeout>;keys: [..]→drive.sh keys <session> <k1> <k2> .... - After the steps, capture the frame:
drive.sh capture <session>. - Send
quit_keys(defaultq) anddrive.sh stop <session>. - If
waittimes out, that is a FAIL (the TUI never reached the expected state).
- No
-
Apply every
verifypredicate against the captured output/frame: | Predicate | Check | |-----------|-------| |exit_code: N| the__QA_EXIT__value equals N | |output_matches: R| regex R matches the captured output | |frame_matches: R| regex R matches the captured frame | |frame_excludes: R| regex R does not match the frame | |json_valid: true| the captured output parses as JSON (jq . <<<output) | |golden_frame: name| the frame equalstests/llm/golden/<name>.txtexactly | A case PASSES only if every predicate holds. A case with no predicates and a clean run is a PASS but flag it as "smoke-only". -
Always tear the session down even on failure (
drive.sh stop).
Report
Write tests/llm/reports/<YYYY-MM-DD-HHMM>.md containing:
- a summary line:
N passed, M failed, K skippedand the detected platforms; - per case: id, status (PASS/FAIL/SKIP), which predicate failed (if any), and the captured frame in a fenced block (the trajectory, for debugging).
Then print the summary to the user. If anything failed, lead with the failures.
Optional: exploratory UX pass (layer 6, advisory)
Only if the user asks for it, or it is pre-release. After the deterministic suite, drive a connected device freely beyond the scripted cases — open each TUI, trigger an error path (e.g. unplug mid-command if the user is present), resize, navigate. Report UX smells ("this error doesn't say what to do", "the dashboard wraps awkwardly at 80 cols") as observations, NOT pass/fail. The user decides what becomes a ticket. Never gate a release on this pass.
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/real-device-e2e-qa-runner-mrzxuojk/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/real-device-e2e-qa-runner-mrzxuojk' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/real-device-e2e-qa-runner-mrzxuojk/download' --output '.skill-downloads/real-device-e2e-qa-runner-mrzxuojk/SKILL.md.part' && mv '.skill-downloads/real-device-e2e-qa-runner-mrzxuojk/SKILL.md.part' '.skill-downloads/real-device-e2e-qa-runner-mrzxuojk/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/real-device-e2e-qa-runner-mrzxuojk/SKILL.md' && test -s '.skill-downloads/real-device-e2e-qa-runner-mrzxuojk/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/qa' && cp -R '.skill-downloads/real-device-e2e-qa-runner-mrzxuojk' '.claude/skills/qa'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/real-device-e2e-qa-runner-mrzxuojk'openskills read 'real-device-e2e-qa-runner-mrzxuojk'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/real-device-e2e-qa-runner-mrzxuojk/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Comparaison de performances ClickHouse
Testing
Évaluez les résultats de tests de performance ClickHouse, analysez les régressions de PR, comparez avec l'historique et vérifiez la fiabilité des mesures.
Analyse des rapports de performance CI
Testing
Analyse les rapports de comparaison de performance CI pour une PR ClickHouse. Recoupe l'historique master pour distinguer les vraies régressions des tests instables.
Méthode Santa
Testing
Vérification adversarial multi-agents avec deux réviseurs indépendants. La sortie est vérifiée deux fois et corrigée itérativement jusqu'à ce que les deux acceptent avant publication.