核心用法
human_test() 是一个人机协作测试技能，允许AI代理调用真实人类测试任意URL并获取结构化反馈。核心流程为：提交产品URL → AI自动生成测试计划 → 真实测试者在Web平台认领任务 → 完成三步引导反馈（初印象、任务步骤、NPS评分）→ AI聚合生成包含严重度分级的问题报告。
调用方式：支持Hosted零部署版本（https://human-test.work）或本地自托管（npm安装）。通过REST API创建任务，轮询状态或接收Webhook获取结果。
显著优点
1. 真实人类反馈：弥补AI无法判断人类感知、情绪和可用性体验的短板
2. 结构化输出：报告采用机器可解析的固定格式，含Metadata表格、严重度分级问题（CRITICAL/MAJOR/MINOR）、优先级建议（P0-P3），便于AI代理自动处理
3. 代码修复闭环：可选传入repoUrl，平台可克隆仓库、分析代码、生成统一差异补丁，甚至自动创建PR
4. 双Webhook机制：报告完成和代码修复分别推送，支持异步工作流
5. 低门槛部署：Hosted版本零配置；自托管版本自动检测环境API密钥，一键启动
潜在局限
- 依赖人工测试者：测试质量和响应速度受真实人类参与意愿影响，无法保证实时性
- 成本不透明：未说明测试者报酬或平台收费模式
- 安全边界模糊：代码修复功能需授予GitHub仓库访问权限（
avivahe326用户），存在供应链安全风险 - N=1-50样本量：小规模测试可能缺乏统计显著性，重大决策需谨慎
- 自动代码修复风险：AI生成的代码修复建议未经人工审核直接创建PR，可能引入新Bug
适合人群
- 独立开发者/MVP快速验证：低成本获取真实用户反馈
- AI原生产品团队：需要闭环自动化测试→修复流程
- UX研究员：需要结构化可用性数据补充传统方法
常规风险
- 数据泄露风险：测试URL暴露给外部测试者，敏感环境需谨慎
- 权限过度授予：Mode 2写权限模式若被滥用可修改生产代码
- Webhook安全：未提及Webhook签名验证，存在伪造回调风险
- 依赖服务可用性：Hosted版本依赖第三方平台持续运营