무료GitHub에 공개

qcsd-refinement-swarm

Use when running Sprint Refinement sessions with SFDIPOT product factors, generating BDD scenarios, or validating requirements in the QCSD Refinement phase.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

proffesor-for-testing/agentic-qe스타 515(GitHub 515 + cccskills 0)

실행 점수 미검증

설치 방법 보기

포함된 파일(13)

SKILL.md5.7 KB
evals/qcsd-refinement-swarm.yaml3.1 KB
schemas/output.json18.6 KB
scripts/validate-config.json442 B
steps/01-flag-detection.md3.1 KB
steps/02-core-agents.md1.8 KB
steps/03-batch1-results.md1.1 KB
steps/04-conditional-agents.md1.3 KB
steps/05-decision-synthesis.md1.4 KB
steps/06-report-generation.md1.3 KB
steps/07-learning-persistence.md1.1 KB
steps/08-transformation.md1.1 KB
steps/09-final-output.md2.3 KB

SKILL.md(원문)

설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.

QCSD Refinement Swarm v1.0

Shift-left quality engineering swarm for Sprint Refinement sessions.

Overview

The Refinement Swarm takes user stories that passed Ideation and prepares them for Sprint commitment using SFDIPOT product factors, BDD scenarios, and INVEST validation. It renders a READY / CONDITIONAL / NOT-READY decision.

QCSD Phase Positioning

Phase	Swarm	Decision	When
Ideation	qcsd-ideation-swarm	GO / CONDITIONAL / NO-GO	PI/Sprint Planning
Refinement	qcsd-refinement-swarm	READY / CONDITIONAL / NOT-READY	Sprint Refinement
Development	qcsd-development-swarm	SHIP / CONDITIONAL / HOLD	During Sprint
Verification	qcsd-cicd-swarm	RELEASE / REMEDIATE / BLOCK	Pre-Release / CI-CD
Production	qcsd-production-swarm	HEALTHY / DEGRADED / CRITICAL	Post-Release

Parameters

STORY_CONTENT: User story with acceptance criteria (required)
OUTPUT_FOLDER: Where to save reports (default: ${PROJECT_ROOT}/Agentic QCSD/refinement/)

ENFORCEMENT RULES - READ FIRST

Rule	Enforcement
E1	MUST spawn ALL THREE core agents in Step 2.
E2	MUST put all parallel Task calls in a SINGLE message.
E3	MUST STOP and WAIT after each batch.
E4	MUST spawn conditional agents if flags are TRUE.
E5	MUST apply READY/CONDITIONAL/NOT-READY logic exactly.
E6	MUST generate the full report structure.
E7	Each agent MUST read its reference files before analysis.
E8	MUST apply qe-test-idea-rewriter transformation in Step 8.
E9	MUST execute Step 7 learning persistence.

Step Execution Protocol

Execute steps sequentially by reading each step file with the Read tool.

Steps

Flag Detection -- steps/01-flag-detection.md -- Analyze story content, evaluate all 7 flags
Core Agents -- steps/02-core-agents.md -- Spawn qe-product-factors-assessor, qe-bdd-generator, qe-requirements-validator
Batch 1 Results -- steps/03-batch1-results.md -- Wait and extract metrics
Conditional Agents -- steps/04-conditional-agents.md -- Spawn flagged agents
Decision Synthesis -- steps/05-decision-synthesis.md -- Apply READY/CONDITIONAL/NOT-READY logic
Report Generation -- steps/06-report-generation.md -- Generate refinement report
Learning Persistence -- steps/07-learning-persistence.md -- Store findings to memory
Transformation -- steps/08-transformation.md -- Run test idea rewriter on all test ideas
Final Output -- steps/09-final-output.md -- Display completion summary

Execution Instructions

Use the Read tool to load the current step file
Execute the step's instructions completely
Verify all success criteria are met
Pass output as context to next step
If a step fails, halt and report

Resume Support

To resume from a specific step: specify --from-step N.

Agent Inventory

Agent	Type	Domain	Batch
qe-product-factors-assessor	Core	requirements-validation	1
qe-bdd-generator	Core	requirements-validation	1
qe-requirements-validator	Core	requirements-validation	1
qe-contract-validator	Conditional (HAS_API)	contract-testing	2
qe-impact-analyzer	Conditional (HAS_REFACTORING)	code-intelligence	2
qe-dependency-mapper	Conditional (HAS_DEPENDENCIES)	code-intelligence	2
qe-middleware-validator	Conditional (HAS_MIDDLEWARE)	enterprise-integration	2
qe-odata-contract-tester	Conditional (HAS_SAP_INTEGRATION)	enterprise-integration	2
qe-sod-analyzer	Conditional (HAS_AUTHORIZATION)	enterprise-integration	2
qe-test-idea-rewriter	Transformation (always)	test-generation	3

Total: 10 agents (3 core + 6 conditional + 1 transformation)

Key Principle

Refinement quality determines sprint success. This swarm ensures stories are testable, complete, and ready for development commitment.

리뷰

아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.

로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.

아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.

같은 저장소의 스킬

a11y-ally

무료

Use when running comprehensive WCAG accessibility audits with axe-core + pa11y + Lighthouse, generating context-aware remediation, or testing video accessibility. Supports 3-tier browser cascade with graceful degradation.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

proffesor-for-testing/agentic-qe5152026년 10월 26일 업데이트

accessibility-testing

무료

WCAG 2.2 compliance testing, screen reader validation, and inclusive design verification. Use when ensuring legal compliance (ADA, Section 508), testing for disabilities, or building accessible applications for 1 billion disabled users globally.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

proffesor-for-testing/agentic-qe5152026년 10월 26일 업데이트

AgentDB Advanced Features

무료

Master advanced AgentDB features including QUIC synchronization, multi-database management, custom distance metrics, hybrid search, and distributed systems integration. Use when building distributed AI systems, multi-agent coordination, or advanced vector search applications.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

proffesor-for-testing/agentic-qe5152026년 10월 26일 업데이트

AgentDB Learning Plugins

무료

Create and train AI learning plugins with AgentDB's 9 reinforcement learning algorithms. Includes Decision Transformer, Q-Learning, SARSA, Actor-Critic, and more. Use when building self-learning agents, implementing RL, or optimizing agent behavior through experience.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

proffesor-for-testing/agentic-qe5152026년 10월 26일 업데이트

AgentDB Memory Patterns

무료

Implement persistent memory patterns for AI agents using AgentDB. Includes session memory, long-term storage, pattern learning, and context management. Use when building stateful agents, chat systems, or intelligent assistants.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

proffesor-for-testing/agentic-qe5152026년 10월 26일 업데이트

AgentDB Performance Optimization

무료

Optimize AgentDB performance with quantization (4-32x memory reduction), HNSW indexing (150x faster search), caching, and batch operations. Use when optimizing memory usage, improving search speed, or scaling to millions of vectors.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

proffesor-for-testing/agentic-qe5152026년 10월 26일 업데이트

proffesor-for-testing의 스킬 모두 보기

이 스킬의 문제 신고

설치

명령으로 설치

npx skills add https://github.com/proffesor-for-testing/agentic-qe --skill qcsd-refinement-swarm

터미널에 붙여 넣고 실행합니다(Node.js 필요). Claude Code, Codex 등 설치할 에이전트를 고를 수 있습니다.

에이전트에게 부탁하기

다음 Agent Skill을 설치해 주세요.
https://github.com/proffesor-for-testing/agentic-qe/tree/main/.claude/skills/qcsd-refinement-swarm

먼저 SKILL.md와 첨부 파일의 내용을 확인해 수상한 처리(외부 전송, 인증 정보 읽기 등)가 없는지 확인한 뒤 Claude Code는 ~/.claude/skills/qcsd-refinement-swarm/, Codex는 ~/.agents/skills/qcsd-refinement-swarm/ 에 배치해 주세요.

이 문장을 그대로 Claude Code나 Codex에 보내면 내용을 확인한 뒤 설치해 줍니다.

GitHub에서 소스 보기

저장소: proffesor-for-testing/agentic-qe
스타: 515
포크: 103
카테고리: 기타
라이선스: MIT
원문 언어: 영어
최종 업데이트: 2026년 10월 26일

스킬은 에이전트를 위한 지시와 스크립트의 묶음입니다. cccskills는 내용의 안전성을 보증하지 않습니다. 설치하기 전에 내용을 확인하세요.