导读：前三篇我们搞定了"跑测试、修脚本、清数据"——但跑完之后，怎么把执行结果变成一份专业的测试报告呢？

今天就给大家分享一款叫 api-report-generator 的 AI skill，只需一句指令，就能把执行数据自动变成一份有人看、能决策专业定制化测试报告，且集成了Allure报告，支持风险分级和优化建议。

写在开头

先问大家一个问题：你写完测试报告之后，有人看吗？

大概率是这样的——

1. 报告里只有"通过 X 条、失败 Y 条"的统计数字；
2. 老板看一眼通过率，然后问："所以这次能发版吗？"；
3. 开发拿到报告，找不到自己负责模块的失败详情；
4. 想看历史趋势，发现根本没存；
5. 想看风险预警，发现报告里只有冰冷的数据；
6. 手写报告，每周花半天整理格式；
7. 每次报告格式都不一样，没法横向对比；
8. 最后报告沦为"数字堆砌"，无法驱动任何决策……

测试报告最大的失败，不是数据不准，而是没人看。

如果以上场景你中了三条以上，那么今天这款 skill，你一定要了解——api-report-generator，一款能生成"老板点赞"测试报告的 Agent Skill。

一、它是什么？

api-report-generator 是接口自动化测试的报告生成专家，你可以把它理解成测试报告的"AI 设计师"。

它的核心定位非常聚焦——只做一件事：

将执行结果、诊断结论和历史数据，转化为多维度、可视化、可驱动决策的专业测试报告，同时集成 Allure 跳转入口，实现双报告联动。

听起来像普通的报告工具？但它生成的报告，真的不一样。

二、5 大核心亮点

① 11 个分区，专业度拉满

这是它最直观的能力。

普通测试报告 = 通过数 + 失败数 + 一张表。

api-report-generator 生成的报告 = 11 个精心设计的分区：

分区	核心内容
报告头部	报告标题、执行环境、执行时间、执行人、报告生成时间
总览模块	核心数据大盘：总用例数、成功/失败/跳过数、通过率、平均响应耗时
趋势模块	多次执行通过率、接口耗时趋势折线图
模块统计	按业务模块（用户/订单/购物车等）展示用例执行情况饼图/柱状图
用例明细区	列表展示所有用例名称、接口路径、执行状态、响应时间、执行标签
故障详情区	失败用例、报错信息、AI 诊断根因、修复建议
数据清理记录	本次测试后数据清理执行结果（清理数量、异常信息）
风险智能分级	高风险模块、高频失败接口、flaky 测试、覆盖率缺口
优化建议生成	脚本重构建议、断言调整建议、场景补充建议、环境优化建议
跳转入口	【打开 Allure 原生报告】一键跳转
底部备注	版本、技能标识、运维备注

11 个分区，覆盖"概览 → 详情 → 趋势 → 风险 → 建议"的完整决策链路——老板、开发、测试都能在报告里找到自己关心的内容。

② 双报告联动：定制报告 + Allure 原生

这是它最贴心的能力。

很多团队已经在用 Allure，但 Allure 的报告虽然详细，却不够"决策友好"——细节丰富，但概览不够直观。

api-report-generator 的做法是：

• 生成一份定制的 HTML 报告（决策友好，11 个分区）
• 自动识别项目内的 Allure 报告（无需手动配置路径）
• 在报告头部嵌入 Allure 跳转按钮（一键切换）

两份报告各取所长：

• 想看决策概览、风险分级、优化建议 → 定制报告
• 想看完整的执行步骤、堆栈跟踪、请求响应详情 → Allure 报告

一个按钮，两个世界——既兼容老生态，又升级新体验。

③ 决策导向：不是数字堆砌

这是它最有价值的能力。

传统报告最大的问题：只有数据，没有洞察。

api-report-generator 在数据之上，叠加了三层"决策洞察"：

1. 风险智能分级

风险等级	标识颜色	判定依据
高风险	🔴 红色	连续失败、核心模块异常
中风险	🟡 黄色	偶发失败、响应时间突增
低风险	🟢 绿色	正常波动

2. 优化建议生成

针对发现的问题，自动生成建议：

• 哪些脚本需要重构
• 哪些断言需要调整
• 哪些场景需要补充
• 环境哪里需要优化

每条建议都按优先级排序，标注预期收益和实施成本。

3. 趋势分析

基于历史执行数据，生成：

• 通过率趋势图（最近 10 次执行）
• 接口耗时变化曲线
• 覆盖率演进图

让报告从"数据展示"升级为"决策支撑"——这才是测试报告该有的样子。

④ UI/UX 专业设计：好看又好用

这是它最"吸粉"的能力。

报告不是给测试自己看的，是给老板、开发、产品看的——好看很重要。

api-report-generator 内置专业 UI/UX 设计规范：

视觉设计：

• 主色调：科技蓝（专业感）
• 状态色：成功绿、失败红、跳过灰（一眼识别）
• 数据图表：饼图、柱状图、折线图（直观展示）

交互设计：

• hover 悬浮效果
• 折叠/展开
• 筛选、分页
• 模块跳转（点击模块统计，自动跳转到对应用例）

兼容性：

• HTML 兼容主流浏览器（Chrome、Edge、Firefox）
• 响应式布局，适配电脑端查看

生成的报告，打开就是"专业测试平台"的质感——老板看了点赞，开发看了愿意用。

⑤ 上下游联动：数据自动汇聚

这是它最"省事"的能力。

报告的数据从哪来？api-report-generator 能自动汇聚上游 Skill 的产出：

上游 Skill	提供的数据
api-test-executor	execution_results.json（执行结果、耗时、状态）
api-failure-diagnoser	故障详情、AI 诊断根因、修复建议
api-testdata-cleaner	数据清理记录、清理数量、异常信息

你只需要一句话：

"基于 execution_results.json 生成测试报告"

它会自动解析所有数据、渲染所有分区、嵌入 Allure 链接、输出 HTML 文件——一键生成完整报告。

三、5 个典型使用场景

场景一：发版前的测试汇报

发版前跑完一轮 P0 回归，需要给老板汇报：

请基于 /shop-lab-api-test/reports/execution_results.json 生成测试报告

几分钟后，一份专业、完整、可决策的 HTML 报告就生成好了——直接转发给老板。

场景二：CI/CD 流水线自动出报告

接入 Jenkins，每次代码提交自动跑测试 + 出报告：

claude -p "调用 api-report-generator 技能，参数: exec_data_path=${RESULTS_PATH}, auto_link_allure=true" \
  --permission-mode bypassPermissions \
  --output-format json

报告自动归档到 Jenkins，开发随时可查——真正实现流水线闭环。

场景三：质量趋势周报/月报

每周/每月汇总历史执行数据，生成趋势报告：

• 通过率变化曲线
• 失败率趋势
• 高风险模块预警
• 优化建议清单

让质量数据成为可运营的资产，而非散落的日志。

场景四：失败复盘报告

某次发版出现线上问题，需要复盘：

• 定位是哪些用例失败
• AI 诊断的根因是什么
• 修复建议是什么
• 历史趋势有没有预警

一份报告，完整还原"发生了什么、为什么、怎么改"。

场景五：团队 KPI 数据展示

季度汇报、年终总结，需要展示测试团队的工作成果：

• 自动化覆盖率演进
• 通过率提升趋势
• flaky 测试治理成效
• 质量门禁达标情况

用数据说话，让老板看到测试团队的价值。

四、真实效果：从 98.7% 通过率到一份完整报告

这是原文中一个非常典型的实战场景。

前置步骤：先调用 api-test-executor 跑一遍 P0 测试，生成最新执行结果——共 78 条 P0 用例，其中 77 条通过，1 条跳过，通过率 98.7%。执行结果文件存放在：shop-lab-api-test/reports/execution_results.json。

生成报告：

请基于 /shop-lab-api-test/reports/execution_results.json 执行结果文件，生成测试报告

执行过程：

1. 数据解析：读取执行结果、日志、故障报告、数据清理记录
2. 路径检索：自动查找项目内的 Allure 报告入口
3. 页面设计：按照 UI/UX 规范渲染 HTML 结构、样式、图表、交互
4. 链接嵌入：将 Allure 报告 URL 嵌入定制 HTML 页面
5. 文件生成：以"接口测试报告_时间戳.html"命名输出

最终效果：

• ✅ HTML 测试报告快速生成
• ✅ 共包括 11 个内容区域，内容完整
• ✅ Allure 跳转入口可正常点击
• ✅ 模块统计栏支持点击跳转到对应模块用例

打开测试报告看下效果：

整体效果还算不错，报告内容也比较完整，共包括11个内容区域，具体如下所示：

通过自然语言反馈给 AI，自动完成优化——这就是 Agent Skill 的魅力：可迭代、可优化、按需调整。

知识扩展：用 VSCode 的 Live Server 插件打开报告，可以在本地启动开发服务器（默认端口 5500），通过 HTTP 协议打开 HTML，完美适配带图表、JS 交互、跳转链接的定制测试报告（本地直接双击 HTML 易出现跨域、路径异常）。

五、适合谁用？

强烈推荐：

• 接口自动化测试工程师：告别手写报告，一键生成专业报告
• 测试开发工程师：搭建团队报告体系、接入 CI/CD
• 测试团队负责人：向老板汇报、向团队展示成果
• 质量经理 / QA Manager：质量趋势监控、风险预警

特别适合：

• 报告"没人看"、价值感低的团队（升级为决策型报告）
• 需要频繁向老板/产品汇报的团队（专业报告加分）
• 已经在用 Allure 但希望增强决策友好度的团队（双报告联动）
• CI/CD 流水线需要自动出报告的团队

不太适合：

• 测试用例非常少、报告手写更快的团队（杀鸡用牛刀）
• 没有自动化测试、纯手工测试的团队（没有数据源）

六、如何获取和安装？

获取下载api-report-generator：

git clone git@github.com:xxx/skills.git

安装到 WorkBuddy：

cp -r skills/api-report-generator ~/.workbuddy/skills/

安装到 Claude Code：

cp -r skills/api-report-generator ~/.claude/skills/

安装完成后，在你的 AI 工具里直接说：

"请基于 xxx/execution_results.json 生成测试报告"

就可以开始用了。

小贴士：建议配合 api-test-executor（执行）+ api-testdata-cleaner（清理）+ api-report-generator（报告），通过 api-pipeline-scheduler 一键编排全流程——这才是这套 Skill 体系的完整玩法。

写在最后

测试行业有句老话："测试报告的价值，不在于展示数字，而在于驱动决策。"

api-report-generator 解决的就是这个核心问题——让报告从"数据堆砌"升级为"决策支撑"。

它不会替代你的测试结论判断，不会替代你的风险评估经验，更不会替代你对业务价值的理解。它只是把你从手写报告格式、整理数据、做 PPT 的重复劳动中解放出来，让你把精力聚焦在更有价值的事情上——深度分析质量趋势、挖掘潜在风险、推动质量改进。

高质量的测试报告，应该能回答这些问题：

• 哪个模块风险最高？是否需要加测？
• 哪些用例经常失败？是否需要优化？
• 覆盖率是否在提升？缺口在哪里？
• 质量趋势是变好还是变差？
• 哪些失败是重复出现的？是否需要系统性解决？

而这些，正是 api-report-generator 想帮你实现的。

如果你也厌倦了手写测试报告、厌倦了报告没人看，强烈推荐试试这款 skill。