跳到主要内容

测试驱动开发

TDD：强制执行 红-绿-重构，测试先行。

技能元数据​

来源内置 (默认安装)
路径skills/software-development/test-driven-development
版本1.1.0
作者Hermes 智能体 (改编自 obra/superpowers)
许可证MIT
平台linux, macos, windows
标签测试, tdd, 开发, 质量, 红-绿-重构
相关技能系统性调试, 撰写计划, 子智能体驱动开发
信息

以下是 Hermes 在触发此技能时加载的完整技能定义。这是智能体在技能激活时看到的说明。

测试驱动开发

概述​

先写测试。看它失败。编写最少代码使其通过。

核心原则： 如果你没看过测试失败，你就不知道它是否在测试正确的东西。

违反规则的字面意思就是违反规则的精神。

何时使用​

始终：

  • 新功能
  • 错误修复
  • 重构
  • 行为变更

例外情况（先询问用户）：

  • 一次性原型
  • 生成的代码
  • 配置文件

想着“这次就跳过测试驱动开发”？停下。那是合理化借口。

铁律​

没有失败的测试，就没有生产代码

在测试之前写了代码？删掉它。重新开始。

无一例外：

  • 不要把它当作“参考”保留
  • 不要在写测试时“适配”它
  • 不要看它
  • 删除就是删除

根据测试重新实现。就这样。

红-绿-重构循环​

红 — 编写失败的测试​

编写一个最小测试，展示应该发生什么。

好的测试：

def test_retries_failed_operations_3_times():
    attempts = 0
    def operation():
        nonlocal attempts
        attempts += 1
        if attempts < 3:
            raise Exception('fail')
        return 'success'

    result = retry_operation(operation)

    assert result == 'success'
    assert attempts == 3

清晰的名称，测试真实行为，单一事项。

糟糕的测试：

def test_retry_works():
    mock = MagicMock()
    mock.side_effect = [Exception(), Exception(), 'success']
    result = retry_operation(mock)
    assert result == 'success'  # 重试次数呢？时间呢？

名称模糊，测试的是 mock 而非真实代码。

要求：

  • 每个测试一个行为
  • 清晰描述性名称（名称里有“和”？拆分它）
  • 真实代码，非 mock（除非确实不可避免）
  • 名称描述行为，而非实现

验证红色 — 看它失败​

强制要求。绝不跳过。

# 使用终端工具运行特定测试
pytest tests/test_feature.py::test_specific_behavior -v

确认：

  • 测试失败（不是拼写错误导致的错误）
  • 失败信息符合预期
  • 失败是因为功能缺失

测试立即通过？ 你在测试现有行为。修复测试。

测试报错？ 修复错误，重新运行直到它正确地失败。

绿色 — 最少代码​

编写最简单的代码以通过测试。仅此而已。

好的：

def add(a, b):
    return a + b  # 没有多余的东西

糟糕的：

def add(a, b):
    result = a + b
    logging.info(f"Adding {a} + {b} = {result}")  # 多余！
    return result

不要添加功能、重构其他代码，或“改进”超出测试范围。

在绿色阶段作弊是可以的：

  • 硬编码返回值
  • 复制粘贴
  • 重复代码
  • 跳过边界情况

我们会在重构阶段修复。

验证绿色 — 看它通过​

强制要求。

# 运行特定测试
pytest tests/test_feature.py::test_specific_behavior -v

# 然后运行所有测试以检查是否引入回归
pytest tests/ -q

确认：

  • 测试通过
  • 其他测试仍然通过
  • 输出干净（无错误、警告）

测试失败？ 修复代码，而不是测试。

其他测试失败？ 立即修复回归问题。

重构 — 清理​

仅在绿色之后：

  • 消除重复
  • 改进名称
  • 提取辅助函数
  • 简化表达式

保持测试始终绿色。不要添加行为。

如果在重构期间测试失败： 立即撤销。采取更小的步骤。

重复​

为下一个行为进行下一个失败的测试。一次一个周期。

为什么顺序重要​

“我会在之后写测试来验证它能工作”

之后写的代码会立即通过。立即通过证明不了什么：

  • 可能测试了错误的东西
  • 可能测试了实现，而非行为
  • 可能遗漏了你忘记的边界情况
  • 你从未见过它捕捉到 bug

测试优先迫使你看到测试失败，证明它确实测试了某些东西。

“我已经手动测试了所有边界情况”

手动测试是临时性的。你以为你测试了所有情况，但是：

  • 没有记录你测试了什么
  • 代码变更时无法重新运行
  • 压力下容易忘记情况
  • “我试的时候能用” ≠ 全面

自动化测试是系统性的。它们每次运行都一样。

“删除 X 小时的工作是浪费”

沉没成本谬误。时间已经过去了。你现在的选择：

  • 删除并用测试驱动开发重写（高置信度）
  • 保留它并在之后添加测试（低置信度，可能有 bug）

“浪费”是保留你无法信任的代码。

“测试驱动开发是教条，务实意味着适应”

测试驱动开发是务实的：

  • 在提交前发现 bug（比之后调试更快）
  • 防止回归（测试立即捕捉中断）
  • 记录行为（测试展示如何使用代码）
  • 启用重构（自由更改，测试捕捉中断）

“务实”的捷径 = 在生产环境调试 = 更慢。

“之后测试能达到相同目标——是精神而非仪式”

不。之后测试回答“这能做什么？”。优先测试回答“这应该做什么？”

之后测试受你的实现影响。你测试的是你构建的，而不是要求的。优先测试强制在实现前发现边界情况。

常见的合理化借口​

借口现实
“太简单无需测试”简单的代码也会出错。测试只需 30 秒。
“我会之后测试”测试立即通过证明不了什么。
“之后测试达到相同目标”之后测试 = “这能做什么？” 优先测试 = “这应该做什么？”
“已经手动测试过”临时 ≠ 系统。无记录，无法重新运行。
“删除 X 小时是浪费”沉没成本谬误。保留未验证的代码是技术债务。
“保留作为参考，先写测试”你会适配它。那就是之后测试。删除就是删除。
“需要先探索”可以。丢弃探索，用测试驱动开发开始。
“测试难 = 设计不清晰”听测试的。难测试 = 难使用。
“测试驱动开发会拖慢我”测试驱动开发比调试快。务实 = 测试优先。
“手动测试更快”手动测试不能证明边界情况。每次更改都要重新测试。
“现有代码没有测试”你在改进它。为你接触的代码添加测试。

危险信号 — 停下并重新开始​

如果你发现自己在做以下任何事情，删除代码并用测试驱动开发重新开始：

  • 测试之前写代码
  • 实现之后写测试
  • 测试首次运行就立即通过
  • 无法解释为什么测试失败
  • 测试“稍后”添加
  • 合理化“就这一次”
  • “我已经手动测试过了”
  • “之后测试能达到相同目的”
  • “保留作为参考”或“适配现有代码”
  • “已经花了 X 小时，删除是浪费”
  • “测试驱动开发是教条，我很务实”
  • “这次不同是因为...”

所有这些都意味着：删除代码。用测试驱动开发重新开始。

验证清单​

在标记工作完成前：

  • 每个新函数/方法都有测试
  • 在实现前看过每个测试失败
  • 每个测试都因为预期原因失败（功能缺失，而非拼写错误）
  • 编写了最少代码以通过每个测试
  • 所有测试都通过
  • 输出干净（无错误、警告）
  • 测试使用真实代码（仅在不可避免时使用 mock）
  • 覆盖了边界情况和错误

无法勾选所有框？你跳过了测试驱动开发。重新开始。

当卡住时​

问题解决方案
不知道如何测试编写期望的 API。先写断言。询问用户。
测试太复杂设计太复杂。简化接口。
必须 mock 所有东西代码耦合太紧。使用依赖注入。
测试设置庞大提取辅助函数。仍然复杂？简化设计。

Hermes 智能体集成​

运行测试​

在每个步骤使用 terminal 工具运行测试：

# 红 — 验证失败
terminal("pytest tests/test_feature.py::test_name -v")

# 绿 — 验证通过
terminal("pytest tests/test_feature.py::test_name -v")

# 完整套件 — 验证无回归
terminal("pytest tests/ -q")

使用 delegate_task​

当为实现派遣子智能体时，在目标中强制执行测试驱动开发：

delegate_task(
    goal="使用严格的测试驱动开发实现 [功能]",
    context="""
    遵循测试驱动开发技能：
    1. 首先编写失败的测试
    2. 运行测试以验证它失败
    3. 编写最少代码以通过
    4. 运行测试以验证它通过
    5. 如有需要则重构
    6. 提交

    项目测试命令: pytest tests/ -q
    项目结构: [描述相关文件]
    """,
    toolsets=['terminal', 'file']
)

与 systematic-debugging 一起​

发现 bug？编写失败的测试来复现它。遵循测试驱动开发周期。测试证明了修复并防止了回归。

永远不要在没有测试的情况下修复 bug。

测试反模式​

  • 测试 mock 行为而非真实行为 — mock 应该验证交互，而不是取代被测系统
  • 测试实现细节 — 测试行为/结果，而不是内部方法调用
  • 只测试快乐路径 — 始终测试边界情况、错误和边界
  • 脆弱的测试 — 测试应该验证行为，而不是结构；重构不应破坏它们

最终规则​

生产代码 → 测试存在且首先失败
否则 → 不是测试驱动开发

没有用户的明确许可，没有例外。