核心用法
human_test() 是一个将真人测试与 AI 分析深度结合的可用性研究工具。开发者只需提供产品 URL，系统即可自动创建结构化测试任务，招募真人测试者完成 3 步引导式反馈流程（第一印象、任务步骤、NPS 评分），最终由 AI 聚合生成包含严重度分级的综合报告。
该技能支持两种部署模式：托管版（https://human-test.work，零配置）与 自托管版（npm 全局安装，本地 SQLite + 自动检测 AI API 密钥）。核心调用方式为 POST 请求创建任务，随后通过轮询或 webhook 接收报告。
显著优点
1. 结构化输出专为 AI 设计：报告采用机器可解析的固定格式（Metadata → Executive Summary → Issues → Recommendations），每个问题标注 [CRITICAL]/[MAJOR]/[MINOR] 严重度与 P0-P3 优先级，便于 AI 代理直接读取并触发自动化修复。
2. 闭环自动化能力：支持 repoUrl 参数，测试完成后自动克隆仓库、分析问题代码、生成 unified diff 级别的修复建议，甚至可自动创建 PR（需授予 GitHub 写入权限）。
3. 人机协同验证：弥补纯 AI 评估在感知、情感、真实用户场景中的盲区，NPS 量化指标与定性反馈结合，提供比纯自动化测试更可信的 UX 洞察。
4. 异步 webhook 架构：测试报告与代码修复分阶段推送，支持长时任务的无阻塞集成。
潜在缺点与局限性
- 真人测试者质量波动：尽管流程标准化，测试者背景差异可能影响反馈一致性，需足够样本量（默认 5 人，上限 50）稀释个体偏差。
- 时延不可控：真人参与意味着任务完成时间从分钟级到小时级不等，不适合需要即时反馈的场景。
- 代码修复准确性依赖 AI 推理：Repo-aware 模式虽能定位文件并生成 diff，但复杂架构问题的修复建议仍需人工复核，自动 PR 存在引入 regression 的风险。
- 托管版依赖外部服务：自托管版虽可私有化，但需维护 Node.js 环境与 AI API 配额。
适合人群
- AI 代理开发者：需构建"测试-分析-修复-验证"闭环的自动化工作流
- 独立开发者/小团队：缺乏专职 UX 研究员，需快速获取可执行的可用性洞察
- 持续交付团队：将真人可用性测试集成进 CI/CD，作为发布前的质量 gate
常规风险
- 数据隐私：测试产品 URL 可能对真人暴露未发布功能，敏感环境需使用自托管版并控制测试者招募。
- GitHub 权限管理：Mode 2 的自动 PR 功能需授予第三方用户写入权限，存在供应链安全风险，建议仅在私有沙盒仓库启用。
- 成本累积：AI 聚合分析与代码修复生成消耗 LLM token，高频调用需监控配额。