本文介绍如何借助 deepseek harness 与 llm wiki 技能，从需求文档出发高效生成测试用例。文章将依次讲解工具准备、安装技能、初始化、用例生成与完善、技能生成等完整步骤，帮助你在实际项目中快速落地这套流程。
工具使用
智能体：deepseek harness（桌面版或者本地部署都可）
skill：llm wiki
新建目录
打开deepseek harness，点击文件夹，找个非C盘的目录，新建一个文件夹
安装skill到项目
在项目文件夹下执行如下命令，可以找到所有llm wiki，从中选择安装最多的即可，复制
举例：astro-han/karpathy-llm-wiki@karpathy-llm-wiki
D:\你自己的项目>npx skills find llm wiki npm notice run npx npm notice run skills find llm wiki ███████╗██╗ ██╗██╗██╗ ██╗ ███████╗ ██╔════╝██║ ██╔╝██║██║ ██║ ██╔════╝ ███████╗█████╔╝ ██║██║ ██║ ███████╗ ╚════██║██╔═██╗ ██║██║ ██║ ╚════██║ ███████║██║ ██╗██║███████╗███████╗███████║ ╚══════╝╚═╝ ╚═╝╚═╝╚══════╝╚══════╝╚══════╝ Install with npx skills add <owner/repo@skill> astro-han/karpathy-llm-wiki@karpathy-llm-wiki 8K installs └ https://skills.sh/astro-han/karpathy-llm-wiki/karpathy-llm-wiki ar9av/obsidian-wiki@llm-wiki 4K installs └ https://skills.sh/ar9av/obsidian-wiki/llm-wiki安装到项目文件夹下，就按照给指定的点击回车
国内拉取可能会遇到拉取失败，思路是可以替换国内镜像源
D:\deepseekH\workspace\study>npx skills add astro-han/karpathy-llm-wiki@karpathy-llm-wiki npm notice run npx npm notice run skills add astro-han/karpathy-llm-wiki@karpathy-llm-wiki ███████╗██╗ ██╗██╗██╗ ██╗ ███████╗ ██╔════╝██║ ██╔╝██║██║ ██║ ██╔════╝ ███████╗█████╔╝ ██║██║ ██║ ███████╗ ╚════██║██╔═██╗ ██║██║ ██║ ╚════██║ ███████║██║ ██╗██║███████╗███████╗███████║ ╚══════╝╚═╝ ╚═╝╚═╝╚══════╝╚══════╝╚══════╝ T skills | o Source: https://github.com/astro-han/karpathy-llm-wiki.git @karpathy-llm-wiki | o Repository cloned | o Found 1 skill | • Selected 1 skill: karpathy-llm-wiki | o 79 agents ◆ Which agents do you want to install to? │ │ ── Universal (.agents/skills) ── always included ──────────── │ • Amp │ • Cline │ • Codex │ • Cursor │ • Droid │ • Gemini CLI │ • GitHub Copilot │ • Kilo Code │ • Kimi Code CLI │ • OpenCode │ • Pi │ • Warp │ • Zed │ …and 8 more │ │ ── Additional agents ───────────────────────────── │ Search: │ ↑↓ move, space select, enter confirm │ │ ❯ ○ AiderDesk (.aider-desk/skills) │ ○ AstrBot (data/skills) │ ○ Autohand Code CLI (.autohand/skills) │ ↓ 52 more │ │ Selected: Amp, Cline, Codex +10 more └点击AiderDesk后，直接点击回车，一路回车即可安装到对应项目
Which agents do you want to install to? │ Amp, Cline, Codex, Cursor, Droid, Gemini CLI, GitHub Copilot, Kilo Code, Kimi Code CLI, OpenCode, Pi, Warp, Zed | * Installation scope | > Project (Install in current directory (committed with your project)) | Global | ↑/↓ to navigate • Enter: confirm —验证是否正确如下：
回到目录，在一级目录下新建二级目录raw，把需求文档放进去
以上准备工作完事
实战
初始化阶段
回到harness中，点击项目-新建一个会话，输入框输入下划线 滑动选择karpathy-llm-wiki，直接回车
完成后能看到图示中的内容
用例初步生成阶段
最好新开个会话，输入提示词后，回车
你是一个软件测试工程师，你擅长业务分析与测试用例编写。
你的输入是业务文档保存在wiki目录下
你的输出是测试用例列表
你可以根据业务文档，分析功能清单，生成测试用例
实际生成用例比较简单，缺少较多字段，也可以根据公司的要求来进行补充
用例完善阶段
在当前会话继续追问提示，看下上面生成用例是否满足要求，不满足就输入提示词后，回车
需要补充文档澄清项，拆出P0冒烟清单
测试用例必须按照规范生成，生成Excel用例表，至少包含用例所归属的功能点、测试场景、测试点、测试用例设计方法、关键标签、优先级按照5档划分、原始文档上下文。分析测试用例的覆盖度，生成统计报告。
此时如果感觉还是不太满意那就再继续喂给AI你想要达到的效果，一定要详尽
技能生成
借助harness自带的skill-creator，生成一个测试用例的技能
/skill-creator 编写一个测试用例生成的技能，保存到当前项目。
需要注意的是，模型生成的文件内容可能含有当前文档的一些文案露出，打开skill.md看下效果，如果有问题再修正
子智能体
测试用例生成其实分多步骤，有些步骤可以并行触发，进一步压缩时间。新开一个会话试一下
/skill-creator
创建一个测试用例生成的智能体，用于基于知识内容进行用例生成。
输入是包含知识的目录，比如wiki目录
输出是测试用例集合，使用yaml格式，明确用例的模型结构，至少包含所属功能点、测试场景、测试点、测试用例的设计方法。
工作流程
- 功能点分析，输出功能点清单。
- 对每个功能点进行测试场景分析，生成功能点击对应的测试场景清单。
- 对每个测试场景进行测试点的分析，生成测试点清单。
- 对每个测试点进行测试用例生成，生成对应的测试用例清单。
- 合并所有测试用例，检查冗余、检查遗漏，输出测试用例清单。
以上提示词不同模型可能会返回不一样，我们最终目的是能够让其并发执行，如果skill文件中没有对应的描述，我们可以再次灌入提示词
使用多智能体提高速度
执行后不仅重新生成新的skill，还会主动帮跑一下。不断打磨那么你就拥有一个属于自己专属的用例助手。
写在最后：需求文档可能格式不是一成不变，可能是PDF、图片、HTML等，需要对应的工具也搞定这一步才能走后面的流程 。
如果你有想法想一起探讨可以留言
