编写测试

工程开发 社区

技能解读

当前原文的自动摘译,尚未人工审校。

何时使用该技能

当用户想要为功能、模块或规范场景编写真实测试时触发此技能,使用以下措辞:“为 X 编写测试”“为 Y 添加测试覆盖范围”“哪些规范场景未经测试?”

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
工程开发
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@tomevault-io · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
macOS · Linux · Windows
运行环境要求
Python
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
步骤 1 — 识别目标 + 检测框架

询问用户:目标 — 要测试的函数名称、文件路径、规范场景或域。如果不确定,请跳至步骤 1b。 `$PROJECT_ROOT` — 项目根目录。步骤 1b — 查找未经测试的场景(如果没有给出目标) 使用 `{"directory": "$PROJECT_ROOT"}` 调用 openlore MCP 工具 `get_test_coverage`。

02
第 2 步 — 定向

使用以下命令调用 openlore MCP 工具 `orient`: 提取: `$TARGET_FILE` — 包含要测试的函数的文件 `$EXISTING_TEST_FILE` — 附近的测试文件(如果有)(例如 `foo.test.ts`、`test_foo.py`、`foo_test.go`) `$SPEC_DOMAIN` — 与目标关联的规范域

03
第 3 步 — 阅读实施 + 规范合同

此步骤是强制性的。在完成测试之前不要编写任何测试。 3a — 读取函数体 调用 openlore MCP 工具`get_function_body`: 识别:函数将什么作为输入,返回什么

04
第 4 步 — 编写测试

写入(或附加到)`$EXISTING_TEST_FILE`(或在源文件旁边创建`<name>.test.ts` / `test_<name>.py` / `<name>_test.go`)。

05
第 5 步 — 运行并修复

使用`$TEST_RUNNER`运行测试文件。迭代直到所有测试都通过。结果 · 操作 全绿 · 继续步骤 6 新测试失败 · 诊断:断言是否错误,或者是否存在真正的错误?如果期望不正确,请修复断言。如果发现了真正的错误,请不要削弱断言 - 而是报告错误。预先存在的测试失败 · 停止。在添加更多测试之前修复回归。

06
第 6 步 — 覆盖范围检查

使用 `{"directory": "$PROJECT_ROOT"}` 调用 openlore MCP 工具 `get_test_coverage`。报告:现在涵盖了哪些规范场景(新) `$SPEC_DOMAIN` 中尚未涵盖哪些场景 `$SPEC_DOMAIN` 中的任何集线器功能是否仍未测试(高价值的下一个目标)

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。