software-design-test 1.2.0

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

@@ -0,0 +1,118 @@
+# 方法与出处 / Methods and Sources
+
+> 标注：**✅ 已核验**（本次抓取过原文）· **⚠️ 未核验**（经典引用，链接未在本次会话抓取，或站点拒绝自动抓取）。
+> Key: **✅ verified** (page fetched in this session) · **⚠️ unverified** (canonical reference; page not
+> fetched, or the site refused automated access). 引用只用于说明方法来源，不构成对第三方主张的背书。
+
+---
+
+## 一、用户模拟与可用性 / User simulation and usability
+
+| 方法 | 出处 | 核验 |
+| --- | --- | --- |
+| 认知走查四问与会话组织 | Wharton, Rieman, Lewis & Polson, *The Cognitive Walkthrough Method*（1994）[PDF](https://ics.uci.edu/~dfredmil/ics203b-SQ05/papers/Whartonetal99.pdf) · [NN/g 概述](https://www.nngroup.com/articles/cognitive-walkthroughs/) · Lewis et al.（1990）[DOI](https://dl.acm.org/doi/10.1145/97243.97279)（付费） | ✅（PDF/概述） |
+| 十项可用性启发式 | Nielsen, J. *10 Usability Heuristics* [链接](https://www.nngroup.com/articles/ten-usability-heuristics/) | ✅ |
+| 启发式评估的会话组织（3–5 人独立、两遍、合并去重、独立定级） | NN/g *How to Conduct a Heuristic Evaluation* [链接](https://www.nngroup.com/articles/how-to-conduct-a-heuristic-evaluation/) · Nielsen & Molich（1990）[DOI](https://dl.acm.org/doi/10.1145/97243.97281)（付费） | ✅ |
+| 单人评估的发现率（严重 42% / 轻微 32%） | NN/g *Usability Problems Found by Heuristic Evaluation* [链接](https://www.nngroup.com/articles/usability-problems-found-by-heuristic-evaluation/) · Nielsen（1992）[DOI](https://dl.acm.org/doi/10.1145/142750.142834)（付费） | ✅（NN/g） |
+| 严重级 0–4 的定义（频率 × 影响 × 持续性） | NN/g *How to Rate the Severity of Usability Problems* [链接](https://www.nngroup.com/articles/how-to-rate-the-severity-of-usability-problems/) | ✅ |
+| 出声思维、任务脚本、引导性提问的禁忌 | NN/g *Thinking Aloud* [链接](https://www.nngroup.com/articles/thinking-aloud-the-1-usability-tool/) · *Task Scenarios* [链接](https://www.nngroup.com/articles/task-scenarios-usability-testing/) · *Leading Questions* [链接](https://www.nngroup.com/articles/leading-questions/) · gov.uk *Moderated usability testing* [链接](https://www.gov.uk/service-manual/user-research/using-moderated-usability-testing) | ✅ |
+| N=5 与其局限（平均约 55%、方差大；不同人群各 3–5 人） | NN/g *Why You Only Need to Test with 5 Users* [链接](https://www.nngroup.com/articles/why-you-only-need-to-test-with-5-users/) · *How Many Test Users* [链接](https://www.nngroup.com/articles/how-many-test-users/) · Faulkner（2003）[链接](https://link.springer.com/article/10.3758/BF03195536) | ✅ |
+| SUS / SEQ 与基准分（SUS 0–100，≈68） | Brooke, *SUS: A Quick and Dirty Usability Scale* [PDF 镜像](https://hell.meiert.org/core/pdf/sus.pdf) · [MeasuringU SUS](https://measuringu.com/sus/) · [SEQ](https://measuringu.com/seq/) | ✅ |
+| 人物与场景 | NN/g *Personas* [链接](https://www.nngroup.com/articles/persona/) · Cooper, *About Face* 4th ed. ch.5 · Carroll, *Making Use* | ✅（NN/g）/⚠️（书） |
+| 首次点击 / 五秒测试 | NN/g *5-Second Usability Test* [链接](https://www.nngroup.com/videos/5-second-usability-test/) · Optimal Workshop *Correct first click* [链接](https://www.optimalworkshop.com/blog/correct-first-click-lead-to-3x-higher-task-success) | ✅（供应商研究，非标准） |
+| 旅程地图与服务蓝图 | NN/g *Journey Mapping 101* [链接](https://www.nngroup.com/articles/journey-mapping-101/) · *Service Blueprints* [链接](https://www.nngroup.com/articles/service-blueprints-definition/) | ✅ |
+| 游击测试 / 内部试用 / 公测 | NN/g *Guerrilla HCI* [链接](https://www.nngroup.com/articles/guerrilla-hci/) · *Dogfooding* [链接](https://www.nngroup.com/articles/dogfooding/) · gov.uk *Beta phase* [链接](https://www.gov.uk/service-manual/agile-delivery/how-the-beta-phase-works) | ✅ |
+| 可用性发现的写法与检查法总览 | NN/g *Actionable Usability Findings* [链接](https://www.nngroup.com/articles/actionable-usability-findings/) · *Summary of Inspection Methods* [链接](https://www.nngroup.com/articles/summary-of-usability-inspection-methods/) | ✅ |
+| 知情同意（研究前/后、撤回权、删除） | NN/g *Obtaining Consent for User Research* [链接](https://www.nngroup.com/articles/informed-consent/) | ✅ |
+
+> **两条必须写进方法里的外部约束**：① 检查类方法（走查、启发式评估）与真人会话**发现的是不同的问题**，
+> 必须交替使用，不能互相替代；② "5 个用户"是**发现**的经验法则，不是覆盖保证。
+> Two hard constraints: inspection and real sessions surface different problems (alternate them), and
+> N=5 is a discovery heuristic, not a coverage guarantee.
+
+---
+
+## 二、探索式测试与启发式 / Exploratory testing and heuristics
+
+| 方法 | 出处 | 核验 |
+| --- | --- | --- |
+| 基于会话的测试管理 SBTM（章程、时间盒 45 分钟–数小时、会话单、TBS、Charter vs Opportunity、15–20 分钟复盘、机会漂移阈值） | Bach, J. & Bach, J. *Session-Based Test Management* [索引](http://satisfice.us/sbtm/index.shtml) · [示例会话单](http://satisfice.us/sbtm/sample_session.htm) · [复盘清单](http://satisfice.us/sbtm/debrief_checklist.htm) | ✅ |
+| 探索式测试的管理与报告 | SSW *Do you know how to manage and report on exploratory testing?* [链接](https://www.ssw.com.au/rules/manage-report-exploratory-testing) | ✅ |
+| 巡游 Tours（按"城区"分组：商业/历史/娱乐/旅游/旅馆/灰色地带） | Whittaker, J. A. *Exploratory Software Testing*（2009）· [书的巡游索引](http://manfred-schwab.at/exploratory-software-testing/) · [SAP 速查表](https://github-wiki-see.page/m/SAP/fundamental-ngx/wiki/Exploratory-Testing-Tours) | ✅（索引与速查表） |
+| HICCUPPS(F) 一致性启发式 | Bolton, M. *FEW HICCUPPS* [链接](https://developsense.com/blog/2012/07/few-hiccupps) · *Test Framing* [PDF](http://www.developsense.com/resources/TestFraming.pdf) | ✅ |
+| SFDIPOT 结构透镜（Structure/Function/Data/**Interfaces**/Platform/Operations/Time） | 同上 *FEW HICCUPPS* 引 Bach《Heuristic Test Strategy Model》v6.3 · [主文档下载页](https://www.satisfice.com/download/heuristic-test-strategy-model) | ✅（引用页）/⚠️（主 PDF 仅供下载） |
+| 风险驱动测试与残余风险 | Bach, J. & Bolton, M. *Rapid Software Testing methodology* [链接](https://www.satisfice.com/rapid-testing-methodology) · [RST 附录](https://www.satisfice.com/download/rst-appendices) | ✅ |
+| 错误猜测 Error guessing | ISTQB 术语表 [链接](https://glossary.istqb.org/en_US/term/error-guessing) | ⚠️（页面 JS 渲染） |
+| 缺陷复盘 Bug bash（60–90 分钟事件、角色分工、现场分诊） | BugBug 综述 [链接](https://bugbug.io/blog/software-testing/bug-bash/) · 引 [Google Testing Blog (2008)](https://testing.googleblog.com/2008/06/productivity-games-using-games-to.html) | ✅ |
+| 变更热点 / 相对变更量预测缺陷密度 | Nagappan, N. & Ball, T. *Use of Relative Code Churn Measures to Predict System Defect Density*（ICSE 2005）[链接](https://dl.acm.org/doi/10.1145/1062455.1062514) | ✅ |
+| 复现、最小化、二分定位与缺陷报告解剖 | Mozilla *Bug Writing Guidelines* [链接](https://bugzilla.mozilla.org/page.cgi?id=bug-writing.html) · [mozregression](https://mozilla.github.io/mozregression/quickstart.html) · Zeller & Hildebrandt（IEEE TSE 2002）[链接](https://doi.org/10.1109/32.988498) | ✅ |
+| 严重级 vs 优先级（谁定、四象限） | Zoho QEngine *Bug Severity and Priority* [链接](https://www.zoho.com/qengine/know/bug-severity-and-priority-in-software-testing.html) | ✅（注：该页矩阵段落 S/P 标注自相矛盾，勿照抄其表格） |
+
+> **两处常见的以讹传讹**：① "Configuration Tour" 与 "Dirty Harry Tour" 不在该书巡游索引与公开速查表里，
+> 本插件不把它们当标准巡游；② 常写的 "SFDPOT" 漏了 **Interfaces**，完整形式是 **SFDIPOT**。
+> Two widely repeated errors this plugin avoids: the *Configuration*/*Dirty Harry* tours are not in the
+> book's index, and "SFDPOT" drops the **Interfaces** lens.
+
+---
+
+## 三、AI/GUI 智能体与"模拟用户"（本工作流的反面参照）/ GUI agents as negative reference
+
+这些系统的**动作层**（CDP / XTest / SendInput / 辅助功能驱动）正是本插件禁止的部分；
+可借鉴的只有它们的**推理层**：显式描述屏幕状态、语义化定位元素、里程碑与后置条件、
+自我核查与反思、失败分类。
+
+| 系统 | 出处 | 核验 |
+| --- | --- | --- |
+| Anthropic Computer Use（截图循环、screenshot flipbook 会漏掉瞬时状态、OSWorld 14.9% vs 人 70–75%） | [Anthropic](https://www.anthropic.com/news/developing-computer-use) · [参考实现](https://github.com/anthropics/anthropic-quickstarts/tree/main/computer-use-demo) | ✅ |
+| OpenAI CUA / Operator（多步规划 + 自适应纠错；OSWorld 38.1%、WebArena 58.1%、WebVoyager 87%） | [Computer-Using Agent](https://openai.com/index/computer-using-agent/) · [System Card](https://openai.com/index/operator-system-card/) | ✅ |
+| browser-use（DOM/无障碍树 + 截图混合，索引化元素点击；动作层为 CDP） | [browser-use](https://github.com/browser-use/browser-use) | ✅ |
+| UI-TARS（任务分解、长期一致性、里程碑识别、试错、反思） | [论文](https://ar5iv.labs.arxiv.org/html/2501.12326v1) · [代码](https://github.com/bytedance/UI-TARS) | ✅ |
+| 模拟用户的效度问题（不同模拟器之间成功率差异可达 9 个百分点） | *Lost in Simulation*（ACL 2026）[链接](https://aclanthology.org/2026.acl-long.2192/) | ✅ |
+| 人格"讨喜"导致谄媚偏差（13 个模型里 9 个显著；r 最高 0.87） | *Too Nice to Tell the Truth*（ACL 2026）[链接](https://aclanthology.org/2026.acl-long.1421/) | ✅ |
+| 合成人物在研究中的误用 | *The Challenges of Synthetic Users in UX Research*, ACM interactions（2026）[链接](https://interactions.acm.org/archive/view/january-february-2026/the-challenges-of-synthetic-users-in-ux-research) | ⚠️（403） |
+| 虚拟人物"过于乐观" | *"She was useful, but a bit too optimistic": Augmenting Design with Interactive Virtual Personas* [链接](https://www.sciencedirect.com/science/article/pii/S1071581925002034) | ✅（摘要可达） |
+
+**结论**：这些文献是本工作流**保持真人在环**的理由，而不是替代真人的理由；模拟只用于
+假设生成、预筛与边界枚举，不用于验收与效果量。
+
+---
+
+## 四、无障碍（唯一"合法的模拟用户"）/ Accessibility
+
+| 主题 | 出处 | 核验 |
+| --- | --- | --- |
+| 仅键盘可达性的手工检查步骤 | WebAIM *Keyboard Accessibility* [链接](https://webaim.org/techniques/keyboard/) | ✅ |
+| WCAG 2.2 · 2.1.1 键盘 | [W3C](https://www.w3.org/WAI/WCAG22/Understanding/keyboard.html) | ✅ |
+| WCAG 2.2 · 2.1.2 无键盘陷阱 | [W3C](https://www.w3.org/WAI/WCAG22/Understanding/no-keyboard-trap.html) | ✅ |
+| WCAG 2.2 · 2.4.11 焦点不被遮挡（2.2 新增，AA） | [W3C](https://www.w3.org/WAI/WCAG22/Understanding/focus-not-obscured-minimum.html) | ✅ |
+| WCAG 2.2 · 2.5.7 拖拽动作（2.2 新增，AA；需非拖拽单指针替代） | [W3C](https://www.w3.org/WAI/WCAG22/Understanding/dragging-movements.html) | ✅ |
+| 焦点顺序 / 焦点可见（2.4.3 / 2.4.7） | [W3C](https://www.w3.org/WAI/WCAG22/Understanding/focus-order.html) · [W3C](https://www.w3.org/WAI/WCAG22/Understanding/focus-visible.html) | ✅（同域名） |
+| macOS VoiceOver 转子导航 | [Apple 支持](https://support.apple.com/guide/voiceover/voiceover-rotor-mchlp2719/mac) | ✅ |
+| Windows NVDA / Narrator 手册 | [NVDA 用户指南](https://download.nvaccess.org/documentation/userGuide.html) · [Narrator 完整指南](https://download.microsoft.com/download/565194dd-1f9a-4781-93e9-b09c7add2ad1/windows-11-Complete-guide-to-narrator.docx) | ⚠️ |
+
+---
+
+## 五、录制的伦理与数据处理 / Recording ethics and data handling
+
+| 主题 | 出处 | 核验 |
+| --- | --- | --- |
+| 知情同意要素（目的、格式、时长、自愿与撤回、数据去向、删除时点） | NN/g *Obtaining Consent* [链接](https://www.nngroup.com/articles/informed-consent/) | ✅ |
+| 持续同意（会前发、会中重申、每个新活动再问） | UK DfE *How to gather and store informed consent* [链接](https://user-research.education.gov.uk/guidance/informed-consent-26/2) | ✅ |
+| 内部同事参与的伦理（可识别性、颗粒化授权） | GDS *Conducting ethical internal research* [链接](https://userresearch.blog.gov.uk/2023/02/09/conducting-ethical-internal-research/) | ✅ |
+| 录屏中的个人信息与删除 | UserTesting GDPR FAQ [链接](https://help.usertesting.com/hc/en-us/articles/11880394493853-General-Data-Protection-Regulation-GDPR-FAQs) | ✅ |
+| 数据最小化与存储限制 | ICO *Data minimisation* [链接](https://ico.org.uk/for-organisations/uk-gdpr-guidance-and-resources/data-protection-principles/a-guide-to-the-data-protection-principles/data-minimisation/) | ✅ |
+
+本插件的落地规则（写进 `observed-test-plan` 的权限问卷与 `observed-ui-test` 的取证协议）：
+只用测试账号与演示数据 · 支付/健康/身份界面暂停录制 · 打码第三方姓名 ·
+录屏加密存放并设保留期限 · 录制起止要口头宣告 · 屏幕阅读器语音与残障相关数据按敏感数据单独征求同意。
+
+---
+
+## 六、本插件对来源的取舍 / How this plugin uses the sources
+
+| 采纳 Adopted | 丢弃 Rejected |
+| --- | --- |
+| 认知走查、启发式评估、出声思维、SBTM 章程、巡游、HICCUPPS/SFDIPOT 作为**人的观察透镜** | 任何自动点击/注入/回放（含 GUI agent 的动作层、CDP、SendInput、XTest、辅助功能驱动） |
+| GUI agent 的**推理原语**（状态描述、语义定位、里程碑、后置条件、自我核查、失败四分类） | 用代码/DOM/日志直接判定界面正确性 |
+| 无障碍标准作为**可复现的模拟视角** | 把合成人物结论当成真实用户结论；把自动化回归与人工观察混写 |
+| 录制伦理与数据最小化 | 无限期"伞式"同意、录制真实生产数据 |

package/skills/software-design-test/TEST-CONTENT.md

@@ -0,0 +1,257 @@
+# 测试内容清单 / What to Test
+
+> **这是"测什么"的主清单。** 每个类别都给出：检查项、怎么看（真实操作）、判据（带规范编号或经验阈值）。
+> 用法：先做 §0 的十分钟快扫，再按需要逐类展开；每条结论都要能指到画面上的具体位置。
+> The master checklist of *what* to test: item, how to check by hand, and the criterion (with the
+> WCAG clause or platform guideline where one exists).
+
+**你提到的三项在本清单里的位置**：界面大小 → §1 · 鼠标速度与指针 → §2 · 工具栏 → §4。
+
+---
+
+## 0. 十分钟快扫 / The ten-minute sweep
+
+每次会话开始先跑这十项，便宜且命中率高：
+
+1. 打开应用：默认窗口是否**完整可见**（不超出屏幕、不钻到菜单栏/Dock 下面）。
+2. 把窗口缩到最小可用尺寸：主按钮还在吗？文字被裁了吗？出现横向滚动条了吗？
+3. 放大到系统缩放 200%：内容是否溢出/重叠。
+4. 只动鼠标走一遍主任务：有没有必须悬停才知道的地方。
+5. 只用键盘走一遍主任务：Tab 能不能走到底，焦点看得见吗。
+6. 记录**指针总行程**：主任务需要移动的累计距离与最远距离。
+7. 扫一眼工具栏：每个图标不看提示词能不能看懂；有没有文字或 tooltip。
+8. 点一个会耗时 >1 秒的操作：有没有加载反馈；能不能取消。
+9. 故意输错：错误提示说人话吗，指出位置了吗，给了下一步吗。
+10. 切到深色模式、换系统字号，各看一眼。
+
+> 快扫只用来找"一眼就能看出"的问题；每条都要落盘成 finding，别留在脑子里。
+
+---
+
+## 1. 窗口与界面尺寸 / Window and screen-size usability
+
+**核心问题：这个界面在真实用户的屏幕上"装得下、看得清、点得到"吗？**
+
+| 检查项 | 怎么看 |
+| --- | --- |
+| 默认窗口大小合理 | 首次打开是否完整可见、不超出屏幕、不遮挡系统栏；内容是否需要在默认尺寸下横向滚动 |
+| 最小尺寸可用 | 拖到最小：主操作按钮、主输入框、主列表是否仍完整可用；有无裁切或重叠 |
+| 最小尺寸下限被尊重 | 是否设置了一个"再小就不能用"的最小尺寸（而不是无限缩小到不可用） |
+| 大尺寸不散架 | 最大化/全屏：内容是否被无意义拉伸，行宽是否过长（正文超过 ~100 字符就难读） |
+| 分屏与平铺 | macOS Split View / Windows Snap / iPad Split View、Slide Over：布局是否正确，能否在窄栏里完成主任务 |
+| 屏幕缩放 | 系统缩放 125% / 150% / 200%：文字与控件按比例放大后不重叠、不裁切、不溢出（WCAG 1.4.4 文本可放大到 200%） |
+| 回流 Reflow | 在等价于 320 CSS px 宽时，主流程不需要横向滚动（WCAG 1.4.10） |
+| 窗口记忆 | 关闭再打开，位置、大小、最大化状态、分栏宽度是否被记住 |
+| 多显示器 | 拖到第二块屏、拔掉外接屏后：窗口是否可达（不出现"跑到屏幕外找不回来"） |
+| 全屏与还原 | 进出全屏不丢状态；全屏下系统栏隐藏后仍知道在哪 |
+| 内容密度 | 空白过多（浪费屏幕）或过少（拥挤）；信息层级在大屏上是否重新组织 |
+| 长内容 | 长列表/长文本在窗口变小时的换行、省略、滚动策略是否一致且可预期 |
+| 对话框尺寸 | 弹窗是否过大（超出屏幕）或过小（内容被裁）；弹窗是否可缩放或自适应 |
+| 触屏尺寸 | iPhone/iPad：内容是否在安全区内（避开刘海/圆角/Home 指示条），横竖屏切换不丢状态 |
+
+**判据**：能完成主流程 + 不裁切 + 不重叠 + 不用横向滚动 + 记住用户调整过的尺寸。
+标准参考：WCAG 1.4.4（放大 200%）、1.4.10（320 CSS px 回流）。
+
+---
+
+## 2. 鼠标速度与指针 / Pointer dynamics and speed
+
+**核心问题：完成这件事需要"跑多远、动多准、等多久"？**
+
+| 检查项 | 怎么看 | 判据 / 经验值 |
+| --- | --- | --- |
+| 指针总行程 | 走一遍主任务，在录屏里量指针路径总长与最远两点距离 | 常用动作越近越好（Fitts 定律：时间 ∝ 距离/目标宽度）；主任务要在屏幕内"局部"完成 |
+| 精细操作要求 | 是否要求像素级对齐（手动拖分隔条、对齐到 1px、拖到窄热区） | 不应要求"慢速微调"才能完成；拖拽要有吸附/对齐辅助 |
+| 双击速度 | 把系统"双击速度"调到最慢与最快各试一次（macOS：系统设置 → 鼠标/触控板，或辅助功能里的连按速度） | 应用必须尊重系统设置，不能自定一套更快的双击窗口 |
+| 悬停延迟 | 悬停工具提示多快出现、是否必须悬停才能发现功能 | 提示 300–500ms 内出现；**功能不允许只靠悬停才能发现**（触屏与键盘用户不可用） |
+| 拖拽 | 拖拽过程有反馈吗？能取消（Esc）吗？有非拖拽替代吗？ | WCAG 2.5.7 拖拽动作需提供单指针非拖拽替代 |
+| 拖拽距离与容差 | 长距离拖拽（跨窗口、跨屏）、拖到边缘、拖到无效区域 | 无效区域要给出"为什么不行"的反馈；不丢数据 |
+| 光标反馈 | 进入可拖拽/可缩放/可文本选择区域时，光标形状是否即时变化 | 形状变化需在 ≤100ms 内出现，且与可做动作一致 |
+| 指针速度与加速度 | 应用是否修改系统指针速度/加速度；是否自带"慢速模式" | 不应悄悄改变系统设置；若提供，必须显式且可复位 |
+| 滚轮与触控板 | 滚动速度、惯性、横向滚动、精确（像素级）滚动 | 与系统设置一致；长页面可加速，但不要"一滚到底" |
+| 命中区一致性 | 目标边缘外 2px、图标之间的缝隙、图标外框 | 热区必须与视觉一致；热区不小于目标本身 |
+| 误触保护 | 相邻的危险操作（删除/覆盖/退出）间距 | 危险操作间距更大 + 二次确认 + 可撤销 |
+| 指针穿越干扰 | 鼠标从 A 移动到 B 时，路径上是否会误触发悬停菜单/展开面板 | 悬停菜单应有延迟与容错三角，不应"路过就弹" |
+
+**快速测量法**：开录屏 → 操作 → 在录屏里取"起点帧"和"终点帧"，用屏幕宽度做尺子估算行程
+（例如 1920 px 屏上走了 1.5 屏 ≈ 2900 px 的指针移动）。**不需要任何自动化工具。**
+
+> How to measure without tooling: record the screen, then read the start and end positions off two
+> frames and use the screen width as the ruler.
+
+---
+
+## 3. 目标尺寸与间距 / Target size and spacing
+
+| 检查项 | 判据 |
+| --- | --- |
+| 触控目标最小尺寸 | WCAG 2.5.8（AA）：24×24 CSS px；WCAG 2.5.5（AAA）：44×44；Apple HIG 触控：44×44 pt；Material：48×48 dp |
+| 桌面紧凑控件 | 图标按钮的**命中区**至少与 24×24 等价，且大于图标视觉边界 |
+| 相邻目标间距 | 目标之间至少留出可辨间隙（避免"想点 A 点到 B"） |
+| 滚动条抓取区 | 细滚动条（macOS 悬浮滚动条）是否仍能抓到；有无键盘/触控板替代 |
+| 危险操作 | 删除/覆盖等目标不与常用操作紧邻 |
+| 边缘手势 | 触屏/触控板边缘手势是否与系统级手势冲突 |
+
+---
+
+## 4. 工具栏与菜单 / Toolbar and menus
+
+| 检查项 | 怎么看 |
+| --- | --- |
+| 图标可识别 | 不看 tooltip 能否理解含义；陌生图标是否有文字标签 |
+| 提示可用 | 悬停是否有 tooltip；tooltip 是否包含名称 + 快捷键 |
+| 分组与顺序 | 是否按使用频率/功能逻辑分组；常用命令是否一级可达（不藏进二级菜单或设置） |
+| 密度与留白 | 是否过挤（图标贴在一起）或过空；与内容区比例是否合理 |
+| 溢出行为 | 窗口变窄时，工具栏是自适应收纳（» 溢出菜单）还是直接消失 |
+| 状态可见 | 激活/选中/禁用态是否清晰；禁用能否知道原因 |
+| 一致性 | 工具栏、菜单、右键菜单、快捷键提示是否指同一个命令、同一套命名 |
+| 可定制 | 若支持自定义：能否拖动、能否恢复默认、重启后是否记住 |
+| 读取顺序 | 从左到右的阅读顺序是否符合"高频在前"；是否因图标宽窄导致视觉错位 |
+| 菜单可用性 | 文字不截断、不歧义；子菜单打开方向正确（不超出屏幕）；键盘可导航 |
+| 触屏适配 | 工具栏在窄屏是否折叠为底部/更多菜单；命中区是否 ≥44pt |
+
+**判据**：一个新用户在 **10 秒内**能找到"导出/保存/搜索"这类主命令。
+
+---
+
+## 5. 文字与排版 / Text legibility
+
+| 检查项 | 判据 |
+| --- | --- |
+| 对比度 | 正文 ≥ 4.5:1，大字（≥18pt 或 14pt 粗体）≥ 3:1（WCAG 1.4.3）；非文本元素 ≥ 3:1（1.4.11） |
+| 默认字号 | 与平台惯例一致，长文本阅读不费力；不靠用户自己放大 |
+| 长文本处理 | 截断策略一致（尾部省略/中间省略/换行）；标题截断不丢关键信息 |
+| 混排 | 中英数混排、emoji、RTL 文本不破版；数字与单位对齐 |
+| 放大 | 系统字号/动态字体放大后不重叠、不裁切（WCAG 1.4.4） |
+| 深色模式 | 对比度仍达标；纯黑背景上的细字与阴影是否"糊" |
+| 行距字距 | 行高足够（约 1.4–1.6 倍字号），段间距清晰 |
+| 占位符 | 占位符不能替代标签（占位符一消失就不知道填什么） |
+
+---
+
+## 6. 布局与层级 / Layout and hierarchy
+
+| 检查项 | 怎么看 |
+| --- | --- |
+| 主次分明 | 一屏是否只有一个主操作；次要操作是否视觉降级 |
+| 遮挡 | 弹窗/抽屉/浮层是否遮住关键信息；提示是否被裁或被遮挡（WCAG 2.4.11 焦点不被遮挡） |
+| 层叠顺序 | 菜单、下拉、提示之间是否互相遮挡或穿透 |
+| 对齐与网格 | 元素是否按网格对齐；间距是否一致（同类元素同间距） |
+| 滚动容器 | 是否存在嵌套滚动、滚动陷阱、滚动条与内容不同步 |
+| 空/加载/错误态 | 三种状态的布局是否都设计过（不是只做"有数据"的样子） |
+| 视觉噪音 | 边框/阴影/分隔线是否过多，是否用颜色替代层级 |
+
+---
+
+## 7. 反馈与状态 / Feedback and state
+
+| 检查项 | 判据 |
+| --- | --- |
+| 即时反馈 | 操作后 ≤0.1s 有可见响应；≤1s 不打断思路；>1s 要有进度指示；>10s 要能取消（Nielsen 三个响应时限） |
+| 加载 | 有加载态；长任务有进度与可取消；无"白屏假死" |
+| 结果提示 | 成功/失败提示可读、可关闭、不遮挡后续操作 |
+| 状态持久 | 切换页面/标签、重启应用后，关键状态是否保留 |
+| 焦点可见 | 键盘操作时焦点位置始终可见（WCAG 2.4.7） |
+| 状态齐全 | 默认/悬停/按下/选中/禁用/忙碌 六态是否都有可见样式 |
+
+---
+
+## 8. 效率与流程 / Efficiency and flow
+
+| 检查项 | 怎么看 |
+| --- | --- |
+| 步数 | 主任务实际步数 vs 理论最少步数；多出来的步骤是否有理由 |
+| 重复输入 | 是否要求重复填写已知信息（WCAG 3.3.7 冗余输入） |
+| 默认值 | 默认值是否是常见选择（能不填就不填） |
+| 批量 | 批量选择、批量操作、全选/反选；批量失败时的部分成功提示 |
+| 撤销重做 | 关键操作可撤销；撤销范围明确 |
+| 双路径一致 | 鼠标路径与快捷键路径结果一致（三级模式 L3 专项） |
+| 帮助就地 | 需要帮助时能否就地找到（WCAG 3.2.6 一致帮助） |
+
+---
+
+## 9. 键盘与焦点 / Keyboard and focus
+
+见 `observed-ui-test` 的 LEVELS.md 与 `HEURISTICS.md` §F，核心项：
+
+Tab 顺序与视觉顺序一致 · 焦点环清晰可见 · 无键盘陷阱（WCAG 2.1.2）· 焦点关闭弹窗后回到触发控件 ·
+单字符快捷键可关闭或重映射（WCAG 2.1.4）· 快捷键不与系统冲突 · 组合控件（菜单/树/标签页）方向键可用。
+
+---
+
+## 10. 可访问性 / Accessibility
+
+屏幕阅读器标签/角色/状态 · 仅键盘可用（2.1.1）· 颜色不作为唯一信息载体（1.4.1）·
+动效可关（prefers-reduced-motion）· 触屏手势有替代 · 动态字体与高对比度模式下可用 ·
+表单错误被朗读且指出字段。
+
+---
+
+## 11. 性能与响应 / Performance and responsiveness
+
+启动时间 · 首屏可用时间 · 滚动帧率（目测卡顿与掉帧）· 输入延迟（打字、拖拽跟手度）·
+大文件/大列表/大图片 · 长时运行（内存泄漏、超时：用"通宵巡游"）· 离线与弱网 · 后台任务对前台的影响。
+
+---
+
+## 12. 错误与恢复 / Errors and recovery
+
+错误信息说人话、指出位置、给出下一步 · 出错不丢数据（草稿、自动保存）· 崩溃后能否恢复 ·
+破坏性操作有确认且可撤销 · 超时/断网时的行为明确 · 不把内部错误码直接抛给用户（除非可复制给支持）。
+
+---
+
+## 13. 数据与输入 / Data and input
+
+空输入 · 超长输入 · 特殊字符与 emoji · 非拉丁文 · 粘贴表格与多行文本 · 前后空格 ·
+中文/日文输入法组合期不误提交 · 校验时机（即时 vs 提交）一致 · 复制粘贴格式往返不丢内容 ·
+数字格式与本地化（千分位、小数点）· 时间与时区显示。
+
+---
+
+## 14. 跨设备一致性 / Cross-device consistency
+
+同一功能在 macOS / Windows / iPhone / iPad 上的位置、命名、行为是否一致 ·
+是否遵循各平台惯例（窗口控制位置、右键菜单、手势、返回逻辑）· 同步状态与冲突提示 ·
+外接键鼠与纯触控下的可达性差异。
+
+---
+
+## 15. 视觉打磨 / Visual polish（S4 级，别挤占 S1/S2 的时间）
+
+图标风格统一 · 像素对齐与描边一致性 · 圆角/阴影/分隔线体系 · 动效时长与曲线（避免弹跳过度）·
+文案统一（"保存/应用"不混用）· 加载占位与骨架屏的一致性。
+
+---
+
+## 附 A · 阈值速查 / Threshold cheat sheet
+
+| 项目 | 阈值 | 来源 |
+| --- | --- | --- |
+| 触控目标最小 | 24×24 CSS px（AA） | WCAG 2.5.8 |
+| 触控目标增强 | 44×44（AAA）/ Apple 44×44 pt / Material 48×48 dp | WCAG 2.5.5 · Apple HIG · Material |
+| 正文对比度 | ≥ 4.5:1 | WCAG 1.4.3 |
+| 大字对比度 | ≥ 3:1（≥18pt 或 14pt 粗体） | WCAG 1.4.3 |
+| 非文本对比度 | ≥ 3:1 | WCAG 1.4.11 |
+| 文本放大 | 200% 不丢内容/不重叠 | WCAG 1.4.4 |
+| 回流宽度 | 320 CSS px 无横向滚动 | WCAG 1.4.10 |
+| 响应时限 | 0.1s 即时 / 1s 不断思路 / 10s 需进度与取消 | Nielsen 响应时限 |
+| 悬停提示 | 300–500ms 出现 | 通行实践 |
+| 光标形状变化 | ≤100ms | 通行实践 |
+| 主命令可发现 | 新用户 10 秒内找到 | 本插件约定 |
+| 正文行宽 | ≤ ~100 字符（约 45–75 为佳） | 排版通行实践 |
+
+## 附 B · 判据来源 / Where the criteria come from
+
+WCAG 2.2（W3C）· Apple Human Interface Guidelines · Material Design ·
+Nielsen 十项启发式与响应时限 · Whittaker 巡游 · HICCUPPS(F)/SFDIPOT。
+完整链接见 [SOURCES.md](SOURCES.md)；无障碍专项步骤见 [HEURISTICS.md](HEURISTICS.md) §F。
+
+---
+
+## 用法提示 / How to use this file
+
+1. 会话开始时把本清单的类别抄进 `content.md`（`session.mjs init` 已生成骨架）。
+2. 每确认一类，在 `content.md` 里写结论（通过 / 违反 / 未验证）+ 证据文件 + 检查项数。
+3. 每条违反落盘成 finding，并带上 `content`（类别）与 `criteria`（判据）两个字段，
+   报告会按**测试内容**聚合，直接告诉你"问题集中在哪一类"。