进阶 约 20 分钟 2026-10-13 02:45:31 · 43 阅读

TDD Agent Skill 实操:让 AI 先看测试失败再写实现代码

先看测试失败,再写实现代码

AI 写代码有个通病:一口气把功能全写完,测试「之后补」——补出来的测试全是绿的,什么也证明不了。superpowers 技能库的 test-driven-development 就是给 AI 客户端立的一条硬规矩:写任何实现代码之前,必须先写测试、亲眼看它失败。这不是仪式感,SKILL.md 的核心论证只有一句:If you didn't watch the test fail, you don't know if it tests the right thing(没看过测试失败,你就不知道它测的是不是对的东西)。本文依据该技能的 SKILL.md 原文整理,配安装与实例,可直接挂到 Claude Code、Cursor 等客户端。相关背景见站内 AI 工具导航。

适用范围写给 AI 自己看:新功能、bug 修复、重构、行为变更,一律走 TDD。例外只有三类(一次性原型、生成代码、配置文件),且例外要人类搭档点头才算。SKILL.md 还在旁边埋了句防开脱的话:想着「就这次跳过 TDD」?停,那叫合理化。技能与站内姊妹篇同库:brainstorming(10409)管写码之前的设计,systematic-debugging(本日新篇)管 bug 调查,本篇管实现环节的纪律。三者拼起来正好是一条完整的开发流水线:设计磨完写计划,实现按红绿循环走,出了 bug 先查根因——superpowers 的价值就在这种互相咬合。

顺带澄清一个容易混淆的点:Agent Skill 不是给模型装新「工具」(tool),而是一份挂在会话里的行为规范。模型本来就会写测试、会跑测试,技能改变的是顺序与纪律——先测试后实现、失败原因必须核对、绿了才许重构。理解这一点,就明白为什么它对所有语言、所有测试框架都通用:pytest、jest、cargo test 都行,技能不绑定任何一家。

铁律:删除就是删除

这份 SKILL.md 的铁律比调试篇更狠:

NO PRODUCTION CODE WITHOUT A FAILING TEST FIRST

先写了代码才想起写测试?原文的处置没有商量余地:Delete it. Start over.(删掉,重来。)三条「不许」跟着落地:不许留着想「参考一下」、不许边写测试边「适配」它、不许看它——Delete means delete,然后从测试出发重新实现。合理化对照表专门堵这条:「留着当参考、测试先写」被判定为——那就是事后测试,你会不自觉地照着已写的代码去写测试。

Red-Green-Refactor:每步都有验证门

Red-Green-Refactor 循环图:RED 写失败测试并亲眼看它失败、GREEN 写最简实现、REFACTOR 保持全绿清理,附卡住处方表

Red-Green-Refactor 循环与卡住处方(依据 skills/test-driven-development/SKILL.md 绘制)

RED 阶段写一个最小失败测试,三条要求:测一个行为(名字里出现 and 就该拆)、名字描述行为(test1 不合格)、用真代码能不 mock 就不 mock。SKILL.md 用 Good/Bad 对照给了示例——好测试叫 retries failed operations 3 times,断言真实重试逻辑的调用次数;坏测试叫 retry works,全程只验证 mock 被调了几次,真实代码一行没碰到。Good 测试里那个计数器写法也值得抄:操作函数内嵌 attempts 计数,前两次抛错第三次成功,断言既看返回值又看尝试次数——一次断言锁死「重试到成功为止」和「恰好三次」两个行为点。

验证 RED 是强制门:跑 npm test path/to/test.test.ts,确认三件事——测试是失败(fail)而不是报错(error)、失败信息符合预期、失败原因是功能缺失而不是手滑打错字。测试直接通过?说明在测既有行为,改测试。报错?先修到它能「正确地失败」。

GREEN 阶段写「刚好能过」的最简代码。对照示例同样锋利:三行 for 循环重试是 Good,带 maxRetries/backoff/onRetry 一堆可选参数的是 Bad——YAGNI,测试没要求的参数都是过度设计。验证 GREEN 除了自己那个测试转绿,还要输出干净无警告。SKILL.md 在这里加了一段很重的补丁(新版本增补):「other tests」指整个项目的测试套件,不是你那个文件——收尾前必须跑项目自己的测试命令(裸的 pytest、npm test、cargo test),哪怕任务只点名了一个文件;那轮跑出来的任何失败——包括不是你造成的——都要在报告里点名。原文的定性是:看着红色测试滚过去而不提,等于伪造报告。

REFACTOR 在全绿前提下清理:去重复、改好名、提 helper,不加新行为,保持绿。

同目录还有一份 writing-good-tests.md,SKILL.md 摘了它的四条硬规矩:写测试前先说出「改哪行生产代码会让它失败」——说不出来就不是行为测试;断言真实行为,不断言 mock 行为;测试专用的辅助代码放测试工具里,不混进生产类;mock 一个依赖前先弄清它的副作用。RED 阶段的「能不 mock 就不 mock」就是从这里来的。

这个循环还有个容易漏看的细节:SKILL.md 用 dot 图把验证门画进了流程——RED 的验证菱形是「fails correctly」,答「wrong failure」就回 RED 重写;GREEN 的验证菱形是「passes / all green」,不过就留在 GREEN 修代码。也就是说两个验证门不是事后检查,是循环体内的必经分支,这就是「每步都有验证门」的确切含义。

修 bug 的标准姿势:实例走一遍

SKILL.md 给了一个完整的最小实例,bug 是「空邮箱被接受了」,六步全程如下:

TDD 修 bug 六步实例表:Bug→RED 写失败测试→Verify RED→GREEN 最简实现→Verify GREEN→REFACTOR

空邮箱校验 bug 的 RED→GREEN 全程(依据 SKILL.md Example: Bug Fix 一节整理)

RED 先写测试 rejects empty email,断言提交空 email 返回 Email required;跑测试看到 FAIL: expected 'Email required', got undefined——失败原因正确(功能缺失)。GREEN 补上 if (!data.email?.trim()) return { error: 'Email required' },测试 PASS。REFACTOR 若多字段都要校验再提验证函数。收尾对照八条清单:每个新函数有测试、每个测试看过失败、失败原因正确、实现最小化、全部通过、输出干净、真代码、边界覆盖——勾不全就是跳了 TDD,重来。

「测试后补一样」的十一条反驳

合理化对照表是这份文档最毒也最有用的部分,十二条借口逐条拆,全表如下:

TDD 合理化对照表:十一条借口与 SKILL.md 的逐条反驳

TDD 合理化对照表(译自 SKILL.md Common Rationalizations 一节原文)

摘三条最常听到的:「太简单不用测」——简单代码也会坏,测试只花 30 秒;「后补的测试达成同样目的」——后补测试回答「代码做了什么」,先行测试回答「代码该做什么」,写完再测会被已有代码带偏,你验证的是记得的用例,不是会发现的用例;「已经花了几小时,删掉浪费」——沉没成本谬误,真正的选择是带高信心重写 vs 带低信心保留。卡住处方表则把测试痛点翻译成设计信号:测试太复杂=设计太复杂;必须 mock 一切=耦合过重该上依赖注入;不知道怎么测=先写下 wished-for API 再倒回来。

安装与触发

与 systematic-debugging 同库同装法,superpowers 插件一次安装全套技能自动触发。Claude Code:/plugin install superpowers@claude-plugins-official;Cursor:/add-plugin superpowers;Gemini CLI:gemini extensions install https://github.com/obra/superpowers。装完无需手动调用——当你让 AI「加个功能」或「修个 bug」,TDD 技能自动接管流程;想确认它在工作,看 AI 是否先提交失败测试再写实现即可。调试与 TDD 的衔接 SKILL.md 自己写明:bug 的修复测试用 test-driven-development 技能写,两个技能互为上下游——调试技能的阶段 4 要求「先写复现 bug 的失败测试」,落点正是本篇的红绿循环;反过来,红绿循环里 GREEN 修不动、连续换假设的时候,就该切回调试技能的四阶段。安装命令全表见同日发布的 systematic-debugging 篇。

边界与提醒

局限照旧如实:流程强制力来自提示词,LLM 偶尔仍会先写代码再找补,Red Flags 表(测试立刻通过、说不出为什么失败、「以后再补」)就是给这种情况的自查抓手;例外清单需要人类把关,AI 自行豁免不算数;仓库迭代快,清单条数与措辞以官方 SKILL.md 当前版本为准。选题元数据把它归到「写作与内容」分类,实际内容是纯工程实践,归类以仓库目录为准。

本文依据 obra/superpowers 仓库 skills/test-driven-development/SKILL.md 与根 README 整理,步骤与引文版权归原作者所有。

评论 (0)