skills.guanliai
场景做法全部 skill组合
中EN
场景做法全部 skill组合

skills.guanliai.com

按场景组织的 AI 做法库:用哪些 skill、怎么装、怎么提示、会踩什么坑。

场景做法全部 skill组合

国内平台

  • CodeBuddy
  • Trae
  • 通义灵码
  • Qoder
  • 文心快码
  • CodeGeeX
  • MarsCode
  • 腾讯云 AI 助手
  • Fitten Code

国外平台

  • Claude Code
  • OpenAI Codex
  • Cursor
  • Windsurf
  • Gemini CLI
  • Cline / Roo Code
  • OpenCode
  • GitHub Copilot
  • Kiro
  • OpenClaw
  • VS Code
skills.guanliai.com · Agent Skill Directory数据来自 GitHub · Next.js + MySQL
首页场景指南测试与质量AI 辅助下的代码质量守门(译编)

AI 辅助下的代码质量守门(译编)

更新 2026-10-11 25 分钟(含落地) 难度 ★★★☆☆作者 Skills 编辑部(译编)

相关搜索

AI 代码质量AI TDD零警告门禁AI 代码审查

这篇用到的 skill(3)

  • Web 应用测试webapp-testing主力

    Web 应用测试。

    npx skills add anthropics/skills -g
  • 请求代码评审requesting-code-review辅助

    怎么向人/AI 请求审查。

    npx skills add obra/superpowers -g
  • 测试驱动工作流tdd-workflow辅助

    TDD 工作流。

    npx skills add affaan-m/ECC -g

AI 写代码飞快,但"质量门"反而更要紧。社区共识三点:反向 TDD(先让 AI 出测试再写实现)、零警告门禁(--max-warnings=0,警告会悄悄变成新基线)、审查作为关卡(每次改动都过同一道闸)。核心是让 AI 产出可验证、可守门,而不是又快又野。

这篇适合谁 / 不适合谁

适合:用 AI 写代码、要团队质量不掉的人。 不适合:直接合未经测试/审查的 AI 代码的人。

操作步骤

1. 反向 TDD

先自然语言规格 → AI 出测试 → AI 写最小实现过测试:

text
按这个规格先写测试(覆盖边界与异常),再写最小实现让它变绿,别超规格。

2. 零警告门禁

ESLint 设 --max-warnings=0,pre-commit 跑机械层;警告积累会成新基线,零警告才守得住。

text
eslint . --max-warnings=0

3. 审查当关卡

每次改动用 requesting-code-review 走同一道闸,自动检查先挡一批缺陷,人只看"标准是否跨场景成立"。

text
按团队标准审这段代码:列问题、严重度、改法;标准是否成立要跨场景判断。

会踩的坑

坑现象绕法
不写测试回归反向 TDD
警告堆积基线烂零警告
无门禁漏缺陷pre-commit
盲信 AI事故人做最终判断

FAQ

TDD 怎么用 AI?

先测试后实现。

警告要管吗?

要,零警告门禁。

审查谁做?

自动检查 + 人终审。

团队怎么统一?

同一套门禁所有人过。

相关源码

  • Quality Assurance in AI-Assisted Development (yushi91)
  • Test-Driven Development with AI (Kinde)
  • Making AI Coding Agents Follow True TDD (brgr.one)
  • Keep Consistent Coding Standards with AI Code (exceeds.ai)

一句话结论

结论:AI 写代码要把质量门做硬——反向 TDD、零警告门禁、审查当关卡,让 AI 产出可验证可守门,你做最终判断。

参考来源

  • Quality Assurance in AI-Assisted Development (yushi91)
  • Test-Driven Development with AI (Kinde)
  • Making AI Coding Agents Follow True TDD (brgr.one)
  • Keep Consistent Coding Standards with AI Code (exceeds.ai)

相关场景

测试与质量

用 AI 写测试用例和自动化脚本

测试最大的价值不是"覆盖率高",是"抓住会真出事的路径"。让 AI 生成测试的核心是:先给它已实现的代码或明确的行为约定,再让它补边界用例——别让它凭空造被测对象,造出来的测试再绿也没意义。

★★☆☆☆ 20 分钟(含跑通)3 个 skill
测试与质量

让 AI 做一次像样的代码评审

AI 代码评审有个典型毛病:**它会给你 20 条"建议",其中 18 条是风格偏好**。真正有用的评审只有两类信息——哪里会坏、哪里别人看不懂。所以这套流程的重点不是"让 AI 多说",而是**先限定它只能报这两类问题**。

★★★☆☆ 一次 PR 约 15 分钟3 个 skill

目录

  • 这篇适合谁 / 不适合谁
  • 操作步骤
  • 1. 反向 TDD
  • 2. 零警告门禁
  • 3. 审查当关卡
  • 会踩的坑
  • FAQ
  • TDD 怎么用 AI?
  • 警告要管吗?
  • 审查谁做?
  • 团队怎么统一?
  • 相关源码
  • 一句话结论