software-design-test 1.2.0

package/skills/software-design-test/HEURISTICS.md

@@ -0,0 +1,236 @@
+# 启发式、巡游与无障碍清单 / Heuristics, Tours and Accessibility Lenses
+
+> 这些是"透镜"，不是"用例"。用法：**先各自独立扫，再合并去重**，每条结论都必须指得到画面上的
+> 具体位置；指不到位置的结论降级为"观察"。
+> These are lenses, not test cases. Sweep **independently first, merge second**; every conclusion must
+> point at a place on the screen, or it is downgraded to an observation.
+
+---
+
+## A. 认知走查四问 / Cognitive walkthrough: the four questions
+
+对任务卡里的**每一个关键动作**问这四句（Wharton / Carroll / Lewis / Polson）：
+
+| # | 问题 Question | 画面上的证据 Evidence |
+| --- | --- | --- |
+| 1 | 用户会想做出这个效果吗？Will the user try to achieve the right effect? | 目标与界面的用词是否对得上 |
+| 2 | 用户会注意到存在正确操作吗？Will the user notice the correct action is available? | 控件可见、未禁用、不是只在悬停才出现 |
+| 3 | 用户会把正确操作和想要的结果联系起来吗？Will the user associate the action with the effect? | 标签/图标/位置是否表达一致含义 |
+| 4 | 做完之后，用户看得出自己在接近目标吗？Will the user see progress after acting? | 有加载/成功/位置变化的可见反馈 |
+
+**会话组织 / How to run it**：
+
+1. 固定一个**人物** + 3–5 条最重要的任务；**先约定"一步"的粒度**（否则一半时间在吵粒度）。
+2. 角色：主持人（逐步停在每个界面）、记录员、3–6 名评估者。
+3. 每个界面集体答四问；**任何一问是"否" ⇒ 这一步判 Fail**。
+4. 记录失败原因 + 界面位置 + 失败的是第几问。
+5. 汇总失败点 → 按失败步骤的比例给分 → 进入设计修改。
+
+**产物**：任务清单、逐步通过/失败表、失败原因、问题清单。
+**坑**：粒度争议、跑题成通用设计评审、群体思维、假设用户知道评估者知道的事；
+**对专家/高频功能不适用**（这类功能要用任务观察而不是走查）。
+失败步骤按"哪一问失败 + 界面"打标签，作为缺陷候选；严重级由共识（Nielsen 0–4）给出，
+但**评估者判断仍需真人会话佐证**。
+
+> 3–5 人各自独立答，合并分歧点——**分歧点本身就是最好的缺陷候选**。
+
+---
+
+## B. 十项可用性启发式 / Nielsen's 10 usability heuristics
+
+（名称与释义依据 NN/g 原文；检查问句与"画面上长什么样"是本地化改写）
+
+| # | 启发式 Heuristic | 检查问句 Ask | 违反时长什么样 On screen |
+| --- | --- | --- | --- |
+| 1 | 系统状态可见性 Visibility of system status | 每个操作后 1 秒内有没有可见反馈？ | 点了没反应、无加载态、不知道保存没保存 |
+| 2 | 贴合现实世界 Match with the real world | 用的是用户的词还是内部术语？ | "同步实体""实例化"这类词直接出现在界面 |
+| 3 | 用户控制与自由 User control and freedom | 有没有明确的"紧急出口"（撤销/取消/返回）？ | 弹窗只能"确定"、误操作无法撤销 |
+| 4 | 一致性与标准 Consistency and standards | 同类东西是不是同一套词、同一套位置？ | "保存"和"应用"混用；同类按钮位置不同 |
+| 5 | 错误预防 Error prevention | 有没有在犯错前拦一下？ | 破坏性操作无二次确认、无影响范围说明 |
+| 6 | 识别优于回忆 Recognition rather than recall | 需不需要记住上一屏的信息？ | 必须记住上一步的编号/路径才能继续 |
+| 7 | 灵活与高效 Flexibility and efficiency | 新手与专家是否都有顺手的路径？ | 只有快捷键、或只有一层层点菜单 |
+| 8 | 美观与极简 Aesthetic and minimalist design | 有没有无关信息挤占注意力？ | 一屏五个同等强调的按钮；干扰性提示 |
+| 9 | 帮助用户识别、诊断和恢复错误 Help users recognize, diagnose, recover | 报错说人话吗？给出下一步了吗？ | 直接抛错误码、只说"操作失败" |
+| 10 | 帮助与文档 Help and documentation | 需要时能不能就地找到帮助？ | 帮助入口埋在设置深处、无可搜索内容 |
+
+**严重级（启发式评估用）**：`0` 不是问题 · `1` 表面问题（修饰性）· `2` 轻微/低优先 · `3` 严重/高优先 ·
+`4` 灾难（发布前必修）。严重级按**频率 × 影响 × 持续性**综合判断，不由感觉定。
+每个人**先独立定级**，再对合并后的问题清单**取 ≥3 人评分的均值**；分歧条目不投票，
+**回到画面确认**，确认不了降级为"观察"。
+
+> **为什么必须多人独立评估**：单个评估者平均只能发现约 **42%** 的严重问题与 **32%** 的轻微问题
+> （Nielsen 1992）。所以一个"我扫过了，没问题"的结论几乎必然漏掉大部分问题。
+> One evaluator finds only ~42% of major and ~32% of minor problems — a solo sweep is not coverage.
+
+---
+
+## C. HICCUPPS(F) 一致性启发式 / Consistency heuristics
+
+软件应当与以下任一项保持一致；**任何一处不一致，都是缺陷候选**：
+
+| 字母 | 一致性对象 | 问句 |
+| --- | --- | --- |
+| **H**istory | 历史（同一功能的旧版本/旧行为） | 以前能做，现在为什么不能？ |
+| **I**mage | 产品形象（品牌、宣传、截图） | 宣称的能力与实际一致吗？ |
+| **C**omparable products | 同类产品 | 别的软件按这个键会发生什么？ |
+| **C**laims | 明确宣称（文档、帮助、提示文案、tooltip） | 文案说会做的事，真的做了吗？ |
+| **U**ser expectations | 用户期望 | 一个普通用户会期待它怎么表现？ |
+| **P**roduct | 产品自身（内部一致） | 同一应用里同类操作是否一致？ |
+| **P**urpose | 目的（这个功能存在的理由） | 它有没有完成它存在的目的？ |
+| **S**tatutes / standards | 标准与法规（平台规范、无障碍标准） | 是否符合平台/合规要求？ |
+| **(F)**amiliarity | 熟悉度（你自己/团队的实际使用感受） | 第一次用的人会不会觉得别扭？ |
+
+---
+
+## D. SFDIPOT 结构透镜 / Structural lenses
+
+> 常被简写成 "SFDIPOT"，**漏掉了 Interfaces**；完整形式是 **SFDIPOT**（Bach《Heuristic Test Strategy
+> Model》）。用法：对每个透镜问"这里能怎么坏"，再配一条 HICCUPPS 一致性预言（见上一节）——
+> 每个格子至少一个探针。
+> Often truncated to "SFDIPOT", which drops **Interfaces**; the full form is **SFDIPOT**.
+
+| 透镜 Lens | 问句 Prompts |
+| --- | --- |
+| **S**tructure 结构 | 界面由什么组成（区域、控件、层级）？哪个结构在极端内容下会崩？ |
+| **F**unction 功能 | 每个功能做什么、不做什么？边界条件是什么？ |
+| **D**ata 数据 | 输入什么数据会坏（空、超长、非拉丁文、emoji、极端数值、重复）？ |
+| **I**nterfaces 接口 | 界面之间、模块之间、与外部系统/文件/设备/剪贴板怎么交接？交接处最容易坏。 |
+| **P**latform 平台 | 依赖什么（系统、分辨率、输入设备、权限、网络）？换一个会怎样？ |
+| **O**perations 操作 | 用户会怎么用它（顺序、并发、重复、撤销、批量、中断）？ |
+| **T**ime 时间 | 时间相关（超时、跨天、时区、夏令时、并发编辑冲突、长期使用）？ |
+
+配套的质量判据（HTSM 的 CRUSPICSTMPL）：Capability 能力 / Reliability 可靠 / Usability 易用 /
+Charisma 吸引力 / Security 安全 / Scalability 扩展 / Compatibility 兼容 / Performance 性能 /
+Installability 可安装 / Development 可维护——挑相关的几项当检查表。
+
+> 提醒：预言会失效（不一致 ≠ 缺陷）；写结论时**点明用的是哪条预言**，别用"不符合预期"这种同义反复。
+
+---
+
+## E. 巡游 Tours / Exploratory tours
+
+Whittaker《Exploratory Software Testing》(2009) 把巡游按"城区"分组。**巡游是启发式的方向，
+不是脚本**；每走完一条，在 `heuristics.md` 记一行：`巡游 → 区域 → 观察`。
+
+### 商业区 Business District
+
+| 巡游 Tour | 意图 Intent | 一句话脚本 Script |
+| --- | --- | --- |
+| 导览 Guidebook | 对照文档 | 按帮助/文档走一遍，文档与实物不一致的地方记下来 |
+| 金钱 Money | 值钱的功能 | 专测"把产品卖出去"的那几个功能 |
+| 地标 Landmark | 熟悉地形 | 找出每个界面的关键功能，用不同顺序反复走 |
+| 知识 Intellectual | 最难输入 | 专挑能骗过校验的输入（最难、最刁） |
+| 快递 FedEx | 追一个数据 | 让同一条数据穿过所有子系统：建→改→导→同步→删 |
+| 打烊后 After-Hours | 后台工作 | 触发用户看不见的后台任务：备份、索引、同步、清理 |
+| 拾荒者 Garbage Collector | 快速普查 | 快速把每个功能各点一遍，做一次广度体检 |
+
+### 历史区 Historical District
+
+| 巡游 | 意图 | 脚本 |
+| --- | --- | --- |
+| 危险街区 Bad Neighbourhood | 缺陷密集区 | 去历史上 bug 最多的模块，专测那里 |
+| 博物馆 Museum | 遗留代码 | 只测长期没人动过的遗留功能与旧接口 |
+| 旧版本 Prior Version | 回归 | 把上一版的测试在新构建上重跑一遍 |
+
+### 娱乐区 Entertainment District
+
+| 巡游 | 意图 | 脚本 |
+| --- | --- | --- |
+| 配角 Supporting Actor | 旁支变体 | 测相邻区域、本地化版本，而不是主角功能 |
+| 后巷 Back Alley | 冷门路径 | 只走偏好设置、恢复、首次运行、隐藏菜单、右键菜单 |
+| 通宵 All-Nighter | 长时间 | 让它跑很久：内存泄漏、超时、长任务中断 |
+
+### 旅游区 Tourist District
+
+| 巡游 | 意图 | 脚本 |
+| --- | --- | --- |
+| 收藏家 Collector's | 穷举输出 | 把一个功能的每种输出都拿一遍（各格式、各分辨率） |
+| 孤独商人 Lonely Businessman | 最长路径 | 走最长、最绕、最费时的那条路径 |
+| 超级名模 Supermodel | 只看界面 | 只挑视觉问题：规范、图标、文案、对齐、深浅色 |
+| TOGOF | 资源竞争 | 开两个以上实例抢同一资源（同一文件、同一账号、同一设备） |
+| 苏格兰酒吧 Scottish Pub | 真实在用的功能 | 找出用户真正在用的功能，确认它们被测过 |
+
+### 旅馆区 Hotel District
+
+| 巡游 | 意图 | 脚本 |
+| --- | --- | --- |
+| 下雨取消 Rained-Out | 中止长任务 | 启动长任务后取消/退出/Esc，看状态是否干净 |
+| 沙发土豆 Couch Potato | 最省力 | 只用最少操作、默认值、只填必填项、纯鼠标 |
+
+### 灰色地带 Seedy District
+
+| 巡游 | 意图 | 脚本 |
+| --- | --- | --- |
+| 破坏者 Saboteur | 破坏环境 | 断资源、断网、拔设备、把磁盘塞满、强杀进程 |
+| 反社会 Antisocial | 逆向使用 | 无效输入、错误顺序、错误格式、并发乱序操作 |
+| 强迫症 Obsessive-Compulsive | 重复与错误路径 | 反复执行同一步骤与错误路径，直到出现异常 |
+
+> **注意**：常被提到的 "Configuration Tour" 与 "Dirty Harry Tour" **不在**该书巡游索引与公开速查表里，
+> 本插件不作为标准巡游引用（配置类与环境脏数据类覆盖，用"平台/数据透镜 + 反社会/破坏者巡游"代替）。
+> The widely repeated *Configuration* and *Dirty Harry* tours are not in the book's tour index or the
+> public cheatsheets; this plugin does not present them as canonical.
+
+**记录与产出**：每次会话每条巡游记一行（巡游 → 区域 → 观察），跨会话维护覆盖矩阵；
+巡游日志不是缺陷报告——**发现要单独落盘成 finding**。
+
+---
+
+## F. 无障碍作为模拟轴 / Accessibility as a simulation axis
+
+无障碍是**唯一"合法的模拟用户"**：一个真人按公开标准采用一种交互模式，步骤可复现、判据可引用。
+
+### F.1 仅键盘走一遍（12 步）/ Keyboard-only pass
+
+依据 WebAIM 键盘可达性指南与 WCAG 2.2（2.1.1 键盘、2.1.2 无键盘陷阱、2.4.3 焦点顺序、
+2.4.7 焦点可见、**2.4.11 焦点不被遮挡**〔2.2 新增〕、**2.5.7 拖拽动作**〔2.2 新增，需提供
+非拖拽的单指针替代〕）：
+
+1. **物理上把鼠标收起来**（不是"尽量不用"）。
+2. `Tab` 前进 / `Shift+Tab` 后退走完整页；每一站都要有**可见**焦点指示；不许有 `outline:0`。
+3. 焦点顺序应与视觉顺序一致（左→右、上→下）；`tabindex ≥ 1` 是否把顺序搞乱了。
+4. 激活：链接用 `Enter`；按钮 `Enter` **或** `Space` 都要能用。
+5. 复选框用 `Space`；单选组用方向键移动、`Space` 选中、`Tab` 离开整组。
+6. 下拉选择：方向键移动、`Space` 展开、`Enter`/`Esc` 选择并收起。
+7. 复合控件（菜单、树、标签页）用方向键 + `Home`/`End`；滑块用方向键 + `PageUp`/`PageDown`。
+8. `Esc` 关闭对话框/菜单并释放焦点；关闭后焦点应回到打开它的控件。
+9. 试"跳到主内容"链接与标题/地标导航。
+10. **专找陷阱**：Tab 进去以后，确认能否用 Tab/方向键/`Esc` 出来；出不来就是 2.1.2 失败。
+11. 移动端接外接键盘再试一遍。
+12. 焦点指示弱或被遮挡时，**截一张图**（粘性页脚挡住焦点是 2.4.11 的典型失败）。
+
+### F.2 屏幕阅读器 / Screen readers
+
+视障用户的消费方式是**线性且语义化**的（标题 → 地标 → 列表 → 表单），常常感知不到布局、
+颜色和空间邻近；焦点顺序与朗读顺序可能不同；**被朗读的是可访问名称，不是可见文字**。
+
+| 平台 | 键位要点 | 必查 |
+| --- | --- | --- |
+| macOS VoiceOver | `VO = Control+Option`；`VO+U` 打开转子（标题/链接/表单/地标）；`VO+Shift+↓` 进入组，`VO+Shift+↑` 退出 | 标题层级是否真实（不是样式冒充）；进入/退出嵌套组是否错乱；表单标签与错误是否被朗读 |
+| iOS VoiceOver | 两指旋转 = 转子；右/左滑 = 下/上一项；双击 = 激活；三指滑 = 滚动 | 每个控件有标签+角色+提示；朗读顺序与视觉一致；弹窗/警告会被朗读；自定义手势有替代 |
+| Windows NVDA | `NVDA+Space` 浏览/焦点模式切换；`H` 标题 `K` 链接 `D` 地标 `F` 表单字段 `B` 按钮；`NVDA+F7` 元素列表 | 角色/状态/标签是否朗读；实时区域与 toast 是否播报；换浏览器复测 |
+| Windows Narrator | `Caps Lock+Space` 扫描模式；`Caps Lock+F7` 元素列表 | 扫描模式下导航、退出后输入是否正常 |
+
+> **观察记录必须包含"听到什么"，不只是"看到什么"**：一个缺陷可能在画面上不存在、在耳朵里震耳欲聋。
+> The log must record **what was heard**, not only what was seen.
+
+---
+
+## G. 风险排序与抽样 / Risk ranking and sampling
+
+```text
+风险分 = 影响面（多少人物/场景受影响） × 概率（多容易出现） × 不可检测性（错了能不能马上发现）
+```
+
+先测前 20% 风险最高的区域；P0 全量、P1 抽样 50%、P2 每类至少 1 条、P3 只跑视觉基线。
+抽样规则**写进计划**，事后不得更改（改了就是选择偏差）。
+
+---
+
+## H. 扫描记录纪律 / Sweep discipline
+
+- 每条结论：`启发式/巡游` + `适用处（界面+元素）` + `结论（通过/违反/未验证）` + `证据文件`。
+- 同一条发现只能归到一个"根因"；如果一个界面里同一个根因造成 5 处违反，写成 1 条 + 5 个复现点。
+- 不许写"整体不够友好"这类无法指认的结论。
+- 扫描完成率要报数：14 条巡游里实际走了几条、10 项启发式里哪几项未验证。
+
+**出处与链接见 [SOURCES.md](SOURCES.md)。**

package/skills/software-design-test/PERSONAS-SCENARIOS.md

@@ -0,0 +1,159 @@
+# 人物、场景与任务 / Personas, Scenarios and Tasks
+
+> 这一层决定"模拟谁、走哪条路"。人物与场景都是**观察的架子**，不是关于真实用户的证据。
+> This layer decides who is simulated and which path is walked. Personas and scenarios are
+> **scaffolding for observation**, never evidence about real users.
+
+---
+
+## 一、人物 / Personas
+
+### 1.1 依据从哪来 / Where the evidence comes from
+
+只允许这五类来源，并在 `personas.md` 的"依据"列写明：
+Only these five sources are allowed, and the "source" column must name one:
+
+| 来源 Source | 怎么用 How |
+| --- | --- |
+| 用户访谈 / 可用性会话记录 | 直接引用用户的原话作为动机 |
+| 支持工单 / 客服邮件 | 统计高频卡点，形成场景 |
+| 埋点与漏斗 | 找出真实放弃点，作为"会在哪里放弃" |
+| 设计目标（如"30 秒内导出"） | 变成可判定的成功标准 |
+| 你自己第一次使用的真实体验 | 作为新手人物的最低门槛 |
+
+**不许**凭空写"25–35 岁白领、喜欢咖啡"这类与缺陷无关的画像——那是装饰，不是依据。
+Never write decorative demographics; persona attributes must change what you test.
+
+### 1.2 四个必填属性 / Four attributes that must be filled
+
+| 属性 Attribute | 取值 Values | 影响什么 What it changes |
+| --- | --- | --- |
+| 熟练度 Expertise | 新手 novice / 普通 regular / 专家 expert | 是否需要引导、是否依赖快捷键 |
+| 使用频率 Frequency | 第一次 / 每周 / 每天 100 次 | 容忍几秒延迟、能否记住状态 |
+| 设备与姿势 Device & posture | 触控板 / 鼠标 / 触屏 / 外接键鼠 / 单手 | 命中区、悬停依赖、拖拽可达性 |
+| 可访问性需求 Accessibility | 无 / 键盘-only / 屏幕阅读器 / 动态字体 / 高对比度 | 焦点顺序、朗读文本、缩放与重排 |
+
+再加一句硬要求 / Plus one hard line: **"他会在哪里放弃"（where this persona gives up）**。
+
+### 1.3 最少三个，最多五个 / Three to five, no more
+
+| 槽位 Slot | 建议 Suggested | 为什么 Why |
+| --- | --- | --- |
+| P-01 | 新手，第一次用 | 发现入口、术语、引导问题 |
+| P-02 | 专家，高频重复 | 发现效率、快捷键、批量操作问题 |
+| P-03 | 键盘-only 或视障或单手 | 发现焦点、可达性、命中区问题 |
+| P-04（可选） | 中断者 / 多任务者 | 发现状态保持、恢复、并发问题 |
+| P-05（可选） | 谨慎/怀疑型 | 发现确认、撤销、隐私提示问题 |
+
+### 1.4 反模式 / Anti-patterns
+
+- 完人人物（什么都会、什么都不生气）→ 找不到缺陷。
+- 只按人口统计写人物 → 与测试动作无关。
+- 一个人物代表"所有用户" → 覆盖不到边缘，也解释不了差异。
+- 用真实用户姓名与隐私信息 → 合规问题，用角色名代替。
+
+---
+
+## 二、场景 / Scenarios
+
+### 2.1 公式 / The formula
+
+```text
+场景 = 人物 + 目标 + 触发条件 + 约束 + 成功标准 + 途中检查点
+Scenario = persona + goal + trigger + constraints + success criteria + checkpoints
+```
+
+| 字段 Field | 例 Example |
+| --- | --- |
+| 人物 | P-01 新手 |
+| 目标 Goal | 把当前笔记导出成 PDF 发给同事 |
+| 触发 Trigger | 会议前 5 分钟，第一次导出 |
+| 约束 Constraints | 只有一个触控板；不知道菜单在哪 |
+| 成功标准 Success | 5 分钟内得到 PDF，文件名可辨认 |
+| 检查点 Checkpoints | 找到入口 / 选对格式 / 找到保存位置 / 看到完成反馈 |
+
+### 2.2 场景类型必须齐 / Scenario types that must all appear
+
+| 类型 Type | 例子 Example | 找什么 Finds |
+| --- | --- | --- |
+| 首次成功 First success | 新装应用完成第一次核心任务 | 引导、术语、入口可发现性 |
+| 熟练例行 Routine | 每天做 100 次的操作 | 效率、快捷键、批量、重复确认 |
+| 出错与恢复 Error & recovery | 输错、断网、权限被拒、文件损坏 | 错误信息、恢复路径、数据是否丢 |
+| 中断与恢复 Interruption | 做到一半接电话/切应用 | 状态保持、草稿、回到原处 |
+| 破坏性操作 Destructive | 删除、覆盖、批量修改 | 确认、撤销、可逆性 |
+| 交接与协作 Handoff | 别人发来的文件/链接 | 上下文、权限、命名 |
+
+### 2.3 场景来源 / Where scenarios come from
+
+真实会话与工单 · 支持邮件 · 埋点失败漏斗 · 设计目标 · 竞品对照 · 你第一次使用的体验。
+每个场景都要能回答："这个场景失败，用户在画面上的哪一刻会看出来？"
+
+---
+
+## 三、任务分解 / Task decomposition
+
+场景不能直接测，要拆成**任务卡**。A scenario is not testable until it becomes task cards.
+
+```text
+任务卡 Task card
+  任务 ID / Task ID：T-01
+  人物 / Persona：P-01 新手
+  场景 / Scenario：S-01 首次导出
+  意图 / Intent：把这份笔记变成能发出去的 PDF（意图，不是步骤清单）
+  开始状态 / Start state：笔记本打开，有 2 条笔记，无未保存修改
+  步骤 / Steps：只用「移动 / 悬停 / 单击 / 双击 / 右键 / 拖拽 / 滚轮 / 键入 / 焦点移动 / 等待」
+  成功标准 / Success criteria（画面上可见）：屏幕上出现「已导出」提示，且导出目录里出现
+    文件名含笔记标题的 PDF
+  检查点 / Checkpoints：找到入口 → 选对格式 → 选对位置 → 完成反馈
+  允许的求助 / Allowed help：无（新手人物不允许查文档）
+  级别 / Levels：L1、L2、L3 各跑一次
+```
+
+### 3.1 步骤的写法 / How to write steps
+
+- 用**意图 + 动作**，不要写"点击坐标 (412,88)"。
+- 不写"调用导出接口""用脚本点一下"——那是 R1 禁止的内部指针指令。
+- 允许写"等待导出完成（最多 30 秒）"。
+- 新手人物的任务里**不写答案**（不要写"点击右上角齿轮"），否则测的是执行而不是可发现性。
+
+### 3.2 成功标准必须可判定 / Success criteria must be decidable
+
+| 不合格 Not decidable | 合格 Decidable |
+| --- | --- |
+| "导出成功" | "出现『已导出』提示，且导出目录出现新 PDF" |
+| "界面友好" | "菜单第一层能直接看到『导出』两个字" |
+| "没报错" | "控制台无错误弹窗，且列表首行状态列显示『已同步』" |
+
+---
+
+## 四、旅程 / The user journey
+
+沿时间轴走一遍，标记每一步的"期望 vs 实际"。Walk the timeline and mark expectation vs observed.
+
+| # | 阶段 Stage | 要问的问题 Question |
+| --- | --- | --- |
+| 1 | 进入 Entry | 用户凭什么知道该打开哪里、点哪个？ |
+| 2 | 首次成功 First success | 多久得到第一次成功？中间被迫学了几个新词？ |
+| 3 | 熟练使用 Routine | 第 100 次做同一件事，还有几个多余步骤？ |
+| 4 | 出错与恢复 Error & recovery | 出错后用户知道发生了什么、下一步做什么吗？ |
+| 5 | 退出与再进入 Exit & return | 再回来时，状态、草稿、位置还在吗？ |
+
+旅程记录里额外标三类现象 / Mark three extra phenomena:
+
+- **断头路 Dead end**：走到某处无路可走，也没有出口提示。
+- **绕路 Detour**：为了达成目标必须离开当前上下文。
+- **记忆负担 Memory burden**：用户被迫记住上一步看见但不能复制的信息。
+
+---
+
+## 五、一个完整例子 / A worked example
+
+| 项 | 内容 |
+| --- | --- |
+| 人物 P-01 | 新手，第一次用，只有触控板，目标"把笔记发给同事"，会在"看到一堆陌生术语"时放弃 |
+| 场景 S-01 | 会议前 5 分钟，把当前笔记导出成 PDF |
+| 任务 T-01 | 意图：拿到能发出去的 PDF；成功标准：出现「已导出」提示 + 目录里出现新 PDF |
+| 发现 F-003 | L1 下菜单只有「分享 / 打印 / 同步」，没有「导出」；L3 下 ⌘E 直接可用 → **缺鼠标可达路径（新手在 L1 会放弃）** |
+
+这条发现的价值不在于"导出坏了"，而在于**"只有会快捷键的人才能导出"**——
+这正是用户模拟工作流相对元素清单的增量。

package/skills/software-design-test/SKILL.md

@@ -0,0 +1,211 @@
+---
+name: software-design-test
+description: 软件设计测试（模拟真实用户）：把"真实用户会怎么用"变成可执行、可复现的测试——先建人物与场景，再拆成任务卡，用出声思维在三级操作模式（仅鼠标 / 鼠标+键盘无快捷键 / 可用快捷键）下真实操作，按"测试内容清单"逐类检查（窗口与界面尺寸、鼠标与指针速度、目标尺寸与间距、工具栏与菜单、文字排版、布局层级、反馈状态、效率流程、键盘焦点、可访问性、性能响应、错误恢复、数据输入、跨设备一致性、视觉打磨），靠录屏与截屏判断功能元素是否完好、工具是否可用；覆盖 macOS、Windows、iPhone、iPad。禁止任何内部指针注入指令，开始前先申请鼠标、键盘与录屏权限。**触发词：用户说「模拟真实用户测试」或英文等价表达（simulate a real user test / run a real-user simulation test / simulated user testing / test it like a real user）时，立即进入真实模拟测试。** Software design testing by simulating real users: personas, scenarios and executable task cards, think-aloud execution in three input modes, a full what-to-test checklist (window and screen size, pointer dynamics and speed, target size, toolbars and menus, legibility, layout, feedback, efficiency, keyboard focus, accessibility, performance, errors, data input, cross-device consistency, polish), screen-evidence judgement, no synthetic pointer injection, permission gate first. Trigger phrases — "模拟真实用户测试", "simulate a real user test", "run a real-user simulation test", "simulated user testing" — start the real simulation immediately.
+---
+
+# 软件设计测试：模拟真实用户 / Software Design Testing by Simulating Real Users
+
+> **本技能是插件的重心。** 它回答一个问题：**怎么像真实用户那样去测一个软件，并真的找出问题。**
+> This is the plugin's centerpiece: **how to test software the way a real user would, and actually
+> find the problems.**
+
+模拟真实用户不是"假装点几下"，而是三件事同时成立：
+
+| 要素 | 含义 | 缺了它会怎样 |
+| --- | --- | --- |
+| **人物 Persona** | 以谁的身份：熟练度、频率、设备与姿势、可访问性需求、"会在哪里放弃" | 退化成无立场的"随便点点" |
+| **任务 Task** | 他此刻想完成什么：意图 + 开始状态 + 画面可判定的成功标准 | 退化成元素清单核对 |
+| **画面 Screen** | 证据只来自录屏与截屏；代码、DOM、日志只是线索 | 结论无法复现、无法被他人确认 |
+
+> Simulating a real user means three things at once: **who** (persona), **what for** (task), and
+> **proved by the screen** (recording and screenshots only).
+
+---
+
+## 0. 触发即开始 / Trigger phrases start the test
+
+用户只要发出下面任意一句，就**立即进入真实模拟测试**，不要再讨论方法论、不要再要求确认流程：
+
+| 语言 | 触发词 Trigger phrases |
+| --- | --- |
+| 中文 | **模拟真实用户测试** · 模拟真实用户 · 真实用户测试 · 真实用户模拟测试 |
+| English | **simulate a real user test** · run a real-user simulation test · simulated user testing · real-user simulation · test it like a real user |
+
+**收到触发词后的动作序列 / What happens next**：
+
+1. **对象已明确** → 直接进 P0：一句话复述要测的应用与范围，紧接着发权限问卷（这是**唯一**必须先问的东西）。
+2. 用户答复权限后 → 立刻 `session.mjs init` + `gate`，从 P1 人物/场景开始跑，**不再回头确认方法**。
+3. **权限本会话已授予且对象明确** → 直接开始，不再问任何问题。
+4. **只有触发词、没有对象** → 只问一个问题："测哪个应用/哪个功能？"得到答复后立即开始。
+5. **测试中途出现触发词** → 继续当前会话，不新建会话、不重新问权限（除非范围变了）。
+
+**禁止 / Do not**：
+
+- 收到触发词后回答"我可以帮你做 X""这是方法论介绍"或罗列流程细节——直接开始。
+- 反复确认"是否按 L1→L2→L3""要不要录屏"——权限问卷里已经问过。
+- 每发现一个小问题就停下来汇报；按任务卡/级别跑完一段再汇总。
+
+> On a trigger phrase, restate the target in one line, ask the permission questionnaire (the only
+> mandatory ask), then start. Do not re-litigate the method.
+
+---
+
+## 1. 三条不可交换的硬规则 / Three non-negotiable rules
+
+1. **人是唯一的手 / The human is the only hand** —— 只用真实鼠标键盘操作；任何内部指针指令
+   （注入指针/触摸/按键、驱动自动化框架、调用软件内部句柄）一律禁止，完整清单见
+   [BANNED-INPUTS.md](../observed-ui-test/BANNED-INPUTS.md)。
+2. **屏幕是唯一证据 / The screen is the only evidence** —— 元素是否完好、工具是否可用，都从画面判定。
+3. **权限先行 / Permissions first** —— 开始前必须问过用户：鼠标、键盘级别、录屏、截屏、系统权限、
+   数据边界与合规确认；未答复不开始（问卷见 [PERMISSIONS.md](../observed-test-plan/PERMISSIONS.md)）。
+
+执行细节（三级模式、十大观察维度、取证协议、报告模板）全部沿用 `observed-ui-test`。
+
+---
+
+## 2. 测什么 / What to test — 测试内容清单
+
+用户真正关心的是**测试内容本身**，不是术语。完整清单在 **[TEST-CONTENT.md](TEST-CONTENT.md)**，
+共 15 类、每类给出"检查项 / 怎么看 / 判据"：
+
+| # | 类别 | 用户最常先问的 |
+| --- | --- | --- |
+| §1 | 窗口与界面尺寸 Window & screen size | 这个界面的大小便于使用吗？最小尺寸/分屏/缩放 200% 还能用吗？ |
+| §2 | 鼠标速度与指针 Pointer dynamics & speed | 鼠标要跑多远？要不要很慢很准？双击速度跟系统一致吗？悬停菜单会不会"路过就弹"？ |
+| §3 | 目标尺寸与间距 Target size | 按钮够大吗？相邻按钮会不会误点？（24 / 44 / 48 阈值） |
+| §4 | 工具栏与菜单 Toolbar & menus | 图标不看提示能看懂吗？常用命令一级可达吗？变窄时会不会消失？ |
+| §5 | 文字与排版 Legibility | 对比度、字号、截断、深色模式、放大后破版 |
+| §6 | 布局与层级 Layout | 主次分明吗？弹窗挡东西吗？提示被裁了吗？ |
+| §7 | 反馈与状态 Feedback | 点了有反应吗？加载/成功/失败提示清楚吗？ |
+| §8 | 效率与流程 Efficiency | 要走几步？要重复填吗？能撤销吗？ |
+| §9 | 键盘与焦点 Keyboard & focus | Tab 走得通吗？焦点看得见吗？有陷阱吗？ |
+| §10 | 可访问性 Accessibility | 读屏、仅键盘、颜色依赖、动效可关 |
+| §11 | 性能与响应 Performance | 启动、滚动、输入延迟、长时间运行 |
+| §12 | 错误与恢复 Errors | 报错说人话吗？数据丢吗？能恢复吗？ |
+| §13 | 数据与输入 Data & input | 空/超长/emoji/中文输入法/粘贴表格 |
+| §14 | 跨设备一致性 Cross-device | 四个端的位置、命名、行为一致吗？ |
+| §15 | 视觉打磨 Polish | 图标、对齐、圆角、动效、文案（S4 级） |
+
+**用法**：会话开始时先跑 [TEST-CONTENT.md](TEST-CONTENT.md) §0 的"十分钟快扫"，再按需要逐类展开；
+每条违反落盘时带上 `content`（类别）与 `criteria`（判据）字段，报告会按**测试内容**聚合出分布。
+
+> The checklist answers "what do we actually look at": size, pointer travel, toolbar readability,
+> targets, text, layout, feedback, efficiency, keyboard, accessibility, performance, errors, data,
+> cross-device consistency, polish — each with how-to-check and a criterion.
+
+---
+
+## 3. 十步流程 / The ten steps
+
+| # | 步骤 Step | 一句话 | 产出 |
+| --- | --- | --- | --- |
+| P0 | 立项与权限 Charter & gate | 要回答什么、不回答什么、何时停 | `session.json` |
+| P1 | 人物 Personas | 3–5 个，含依据与"会在哪放弃" | `personas.md` |
+| P2 | 场景 Scenarios | 六类场景各至少一条 | `scenarios.md` |
+| P3 | 任务卡 Task cards | 意图 + 画面可判定的成功标准（新手卡里不写答案） | `matrix.md` |
+| P4 | 旅程 Journey | 进入 → 首次成功 → 熟练 → 出错恢复 → 退出再进入 | `journey.md` |
+| P5 | 启发式与巡游 Sweep | 认知走查四问 → 十项启发式 → HICCUPPS(F)/SFDIPOT → 巡游 | `heuristics.md` |
+| P6 | 执行 Sessions | 出声思维 × 三级模式 × 录屏截屏 | `findings.jsonl`、`evidence/` |
+| P7 | 判定 Adjudicate | 四分类（测试者/观察/产品/环境）→ 定级 → 复现与最小化 | 定稿发现 |
+| P8 | 报告 Report | 去重、按根因合并、报告"用户模拟覆盖" | `report.md` |
+| P9 | 复测 Retest | 同一任务卡、同一人物、同一级别 | 追加到原条目 |
+
+逐步做法、会话节奏模板、可选方法（SBTM、首点/五秒/游击/日记、启发式评估、bug bash）与度量：
+**[WORKFLOW.md](WORKFLOW.md)**。
+
+> Full procedure — session rhythm, optional methods and metrics: [WORKFLOW.md](WORKFLOW.md).
+
+---
+
+## 4. 怎么"模拟得像" / How to simulate credibly
+
+| 纪律 Discipline | 做法 Practice |
+| --- | --- |
+| 人物有依据 | 访谈、工单、埋点、设计目标、你自己第一次使用的体验；**不许凭空编造"典型用户"** |
+| 人物有约束 | 一只手、赶时间、第一次用、只有触控板、键盘-only、动态字体——约束才产生缺陷 |
+| 人物有放弃点 | 每个人物写一句"他会在哪里放弃" |
+| 任务不写答案 | 新手任务卡写"点击右上角齿轮"→ 你测的是执行力，不是可发现性 |
+| 出声思维 | 操作者边做边说"我在找什么、我以为会发生什么"；观察者只问中性问题（"你现在在想什么？"） |
+| 不替软件找补 | 不知道就说不知道；卡住本身就是发现 |
+| 全路径覆盖 | 成功路径只是一半；出错与恢复、中断、破坏性操作、交接才是缺陷密集区 |
+| 三段式取证 | 录屏全程 + 每次点击前后静帧 + 关键状态截图 |
+| 承认边界 | 模拟提高**发现率**，不提高**结论权威性**；高风险功能必须补真人会话（见 [SOURCES.md](SOURCES.md)） |
+
+细节：[PERSONAS-SCENARIOS.md](PERSONAS-SCENARIOS.md)（人物/场景/任务卡）、
+[HEURISTICS.md](HEURISTICS.md)（认知走查、Nielsen 十项、HICCUPPS(F)、SFDIPOT、巡游、
+WCAG 2.2 仅键盘与屏幕阅读器步骤）、[DEFECTS.md](DEFECTS.md)（观察记录、失败四分类、复现与最小化）、
+[SOURCES.md](SOURCES.md)（方法与出处，标注已核验/未核验）。
+
+---
+
+## 5. 三级操作模式 × 人物 / Modes × personas
+
+同一张任务卡在三级下的期待完全不同——**差异本身就是结论**：
+
+| 级别 Level | 适合的人物 Persona | 典型发现 Typical finds |
+| --- | --- | --- |
+| **L1 仅鼠标** | 新手、单手、触屏用户 | 找不到入口、必须悬停才知道、右键菜单缺项、拖拽无反馈 |
+| **L2 鼠标+键盘（禁快捷键）** | 键盘-only、视障、键盘重度用户 | Tab 走不到、焦点环丢失、焦点陷阱、顺序与视觉不符 |
+| **L3 鼠标+键盘+快捷键** | 专家、每天用 100 次的人 | 快捷键冲突、两条路径结果不一致、快捷键提示写错 |
+
+`L1 做不到、L3 做得到` = 缺鼠标可达路径（新手会直接放弃）；`L1/L2 做得到、L3 失败` = 快捷键路径缺陷。
+
+---
+
+## 6. 最小可用流程 / Minimum viable run
+
+```bash
+cd software-design-test
+
+# P0 会话与权限闸门
+node scripts/session.mjs init ./ui-test-<app>-<date> --platform macos --app "<app>"
+node scripts/session.mjs gate ./ui-test-<app>-<date> --mouse yes --keyboard L2 \
+  --screen-recording yes --screenshot yes --compliance yes
+
+# P1–P4 人物 / 场景 / 任务卡 / 旅程：填 init 生成的四个模板文件
+# P5 只读观察有没有注入工具在跑
+node scripts/guard.mjs scan ./ui-test-<app>-<date>
+
+# P6 执行：录屏 + 点击前后静帧；每条发现立刻落盘
+node scripts/capture.mjs record ./ui-test-<app>-<date> --label P01-S01-L1 --seconds 90
+node scripts/session.mjs finding ./ui-test-<app>-<date> --json '{
+  "level":"L1","persona":"P-01 新手 Novice","scenario":"S-01 首次导出 First export",
+  "task_outcome":"fail","heuristic":"可发现性 Discoverability","tour":"后巷 Back Alley",
+  "title_zh":"新手在 L1 找不到导出入口","title_en":"Novice cannot find export at L1",
+  "content":"窗口与界面尺寸 Window size","criteria":"最小尺寸下主按钮不可见","severity":"S2","kind":"defect","repro_rate":"3/3","modes":"L1 fail / L2 fail / L3 pass"
+}'
+
+# P8 报告（含"用户模拟覆盖"一节）
+node scripts/report.mjs build ./ui-test-<app>-<date>
+```
+
+---
+
+## 7. 反模式 / Anti-patterns
+
+| 反模式 | 为什么错 |
+| --- | --- |
+| 人物是完人（什么都会、从不生气） | 找不到任何缺陷 |
+| 只走成功路径 | 只发现表面问题；断头路与恢复路径才是重点 |
+| 任务卡写出答案 | 把可用性测试做成了执行力测试 |
+| 观察者引导（"你没看到导出按钮吗？"） | 操作者照着做，问题消失 |
+| 用脚本/AI 代点一遍 | 违反硬规则一：那就是内部指针指令 |
+| 用代码/DOM/日志判定界面正确 | 破坏证据链，结论不可复现 |
+| 把模拟结论写成"用户都……" | 越界：模拟不是用户研究 |
+| 一条根因报成五条缺陷 | 用症状数量冒充缺陷数量 |
+
+---
+
+## 8. 与其他两个技能的关系 / How the three skills fit
+
+```text
+observed-test-plan   →   software-design-test（本技能，重心）   →   observed-ui-test
+权限问卷、范围、         人物 → 场景 → 任务卡 → 旅程 →           三级模式、十大观察维度、
+元素清单、用例矩阵       启发式/巡游 → 执行 → 判定 → 报告         取证协议、报告模板
+```
+
+三个技能共用同一套硬规则；本技能负责**"以谁、走哪条路、找哪类 bug"**，
+`observed-test-plan` 负责准备与闸门，`observed-ui-test` 负责执行与取证的细节。
+
+> This skill decides who is simulated, which path is walked and which bugs are hunted; the other two
+> supply preparation/gating and execution/evidence mechanics.