元記事: OpenClawのQAシナリオを回す openclaw-qa-testing（cccskills）
スキルのページ: openclaw-qa-testing
この記事の結論
OpenClawの開発者がこのスキルを入れると、QAシナリオの実行、失敗の修正、再実行、結果の確認までをエージェントに任せられます。
複数モデルの話し方の比較や、OpenTelemetryの追跡データのローカル検証にも使えるスキルです。
この記事では、依頼すると何が返ってくるか、インストール方法、実サービスで使うときの注意点を順に説明します。
OpenClawのソースを取得した作業フォルダで依頼すると、エージェントがQAシナリオを実行します。
失敗があれば原因を直し、通るまで再実行するところまで進めます。
実サービスでQAのシナリオ一式を回して、失敗があれば原因を直してから再実行して
エージェントはまず、シナリオの一覧とテスト実行部分のコードを読みます。
続いて実際のモデルを使う検証レーンでシナリオ一式を走らせ、結果を.artifacts/qa-e2e/の下に保存します。
出力先は、成功・失敗の集計がqa-suite-summary.json、人が読む報告がqa-suite-report.mdです。
失敗したシナリオがあると、原因が製品側にあるのか、テストを動かす仕組み（ハーネス）にあるのかを調べて直します。
直したあとは、失敗した1件だけでなく同じレーン全体を流し直す決まりです。
作業が終わると、次の4点が報告されます。
画面のURLはhttp://127.0.0.1:<port>の形で、手元のブラウザから開けます。
**依頼したレーンのシナリオがすべて通った状態が、このスキルでの「完了」です。
**
このスキルは、OpenClawの品質確認用の仕組みであるqa-labとqa-channelを扱います。
qa-channelは、テスト用に用意された疑似的な会話チャネルです。
シナリオの実行と観察、失敗の調査、シナリオの追加、仕組みの説明までをまとめて頼めます。
QAの実行には2つのレーンがあります。
開発中の確認には模擬応答のレーン、本番に近い検証には実モデルのレーンという使い分けです。
| レーン | 中身 | 向いている場面 |
|---|---|---|
| mock-openai | 模擬応答で動かす | 開発中の動作確認 |
| live-frontier | 実際のモデルを使う | 本番に近い検証 |
通常の実行では、エージェントはモデルを明示的に指定しません。
モデルの選び方はQA Lab側の既定値に任せる形です。
指定を加えるのは、シナリオが特定のモデルやプロバイダーを必要とするときだけです。
よくある失敗の型と対処が、あらかじめスキルにまとめられています。
エージェントはこのまとめを手がかりに原因を切り分けます。
qa character-evalを使うと、複数の実モデルで口調や人格、雰囲気を比べられます。
レポートに入るのは、審査役のモデルによる順位、実行の統計、所要時間、会話の全文です。
所要時間は参考情報で、採点には使いません。
人格の設定はシナリオの中でSOUL.mdに書きます。
モデルには評価中だと伝えず、雑談や小さなファイル作業など自然な依頼を送るのが基本です。
比較の候補には、Codex CLIをモデルとして加えることもできます。
OpenTelemetry（処理の流れを記録する標準的な仕組み）の出力も、ローカルで確かめられます。
実行するのは次のコマンドです。
pnpm qa:otel:smoke
このコマンドは、手元に追跡データの受け口を立ち上げて専用シナリオを流します。
そのうえで出力された記録を読み解き、名前とプライバシー上の取り決めを確認します。
OpikやLangfuseなど、外部の収集サービスの認証情報は必要ありません。
新しいシナリオはqa/scenarios/の下にYAMLで書きます。
Markdownでのシナリオ記述は禁止です。
追加時は実行コードにも確認処理を足し、模擬だけで終わらない端から端までの検証を優先します。
コマンドで入れる場合は次を実行します。
実行時に、Claude CodeやCodexなど入れる先のエージェントを選べます。
npx skills add https://github.com/openclaw/openclaw --skill openclaw-qa-testing
エージェントに入れてもらう場合は、次の文面をそのまま送ってください。
次の Agent Skill をインストールしてください。
https://github.com/openclaw/openclaw/tree/main/.agents/skills/openclaw-qa-testing
まず SKILL.md と付属ファイルの中身を確認し、不審な処理（外部への送信、認証情報の読み取りなど）がないことを確かめてから、Claude Code なら ~/.claude/skills/openclaw-qa-testing/、Codex なら ~/.agents/skills/openclaw-qa-testing/ に配置してください。
置き場所は、使うエージェントと適用範囲で決まります。
| エージェント | 全プロジェクトで使う | 特定のプロジェクトだけで使う |
|---|---|---|
| Claude Code | ~/.claude/skills/ | プロジェクトの.claude/skills/ |
| Codex | ~/.agents/skills/ | プロジェクトの.agents/skills/ |
依頼はOpenClawのソースを取得したフォルダで送ります。
代表的な頼み方は次の3つです。
模擬環境でQA一式を実行し、失敗原因を調べて
模擬応答のレーンでシナリオ一式が走ります。
失敗があれば原因を直してレーン全体を再実行し、成功・失敗の件数、レポートの保存先、修正内容のメモが返ってきます。
このキャラクター設定を複数モデルで比較して
qa character-evalで、複数のモデルに同じ人格設定と依頼を与えます。
返ってくるのは、審査役による順位、所要時間、会話全文を含むレポートとその保存先です。
ローカルで追跡データの出力を確認して
pnpm qa:otel:smokeが実行され、外部サービスにはつながりません。
返ってくるのは、追跡データの名前とプライバシー上の取り決めが守られているかどうかの結果です。
**このスキルはOpenClawのソースを取得した開発環境でだけ動きます。
** 配布用のビルドには、QA機能があえて含まれていません。
ビルド済みの環境で試す場合は、QA機能を含める専用の設定でビルドするか、開発モードで起動します。
実サービスでの検証には、対象に応じた認証情報が必要です。
手順はOpenClawプロジェクトの1Passwordの保管庫を前提に書かれています。
1Password CLIはtmuxの中でだけ使う決まりです。
必要な値が見つからないとき、エージェントは推測せず、管理者に確認を求めます。
WhatsAppの検証では、専用のテスト用番号を2つ使います。
個人の番号や個人のアカウントは使いません。
認証情報はリポジトリ、ログ、PR、スクリーンショットに残さず、電話番号も伏せる運用です。
複数モデルの比較では、候補側も審査側も同時実行数の既定が16です。
手元の環境やプロバイダーの利用制限が厳しいときは、エージェントに数を下げるよう頼めます。
ライセンスはMITです。
同梱ファイルはSKILL.mdとagents/openai.yamlの2つなので、入れる前に中身を読んでおいてください。
同じOpenClawのリポジトリには、このスキルの前後で使えるスキルがあります。
ありません。
QA機能はソースを取得した開発環境でだけ動き、配布用のビルドには入っていないためです。
OpenClaw本体を開発・検証する人向けのスキルです。
検証する対象に応じた認証情報が要ります。
Telegramならテスト用ボットのトークンなど、WhatsAppなら専用のテスト用番号2つを使います。
追跡データのローカル検証だけなら、外部サービスの認証情報は要りません。
できます。
codex-cli/<モデル名>の形でモデルを指定すると、Codex CLIを比較候補の1つとして加えられます。
具体的なモデル名は利用者が指定するもので、スキル側では固定されていません。
できます。
qa/scenarios/の下にYAMLファイルを足し、一覧ファイルと実行コードもあわせて更新するのが決まりです。
エージェントに追加を頼めば、この決まりに沿って作業します。
openclaw-qa-testingは、OpenClawのQAシナリオの実行から失敗の修正、再実行、結果の報告までを一続きで任せるスキルです。
模擬環境と実サービスのレーンを選べ、複数モデルの話し方の比較や追跡データの検証にも使えます。
前提はソースを取得した開発環境です。
実サービスの認証情報は記録に残さない運用が求められます。
OpenClawの品質確認をまとめて進めたい開発者は、cccskills のページから詳細を確認してください。
この記事は cccskills の読みもの「OpenClawのQAシナリオを回す openclaw-qa-testing」の転載です。
スキルの詳細とインストール方法は cccskills の openclaw-qa-testing のページ にあります。