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用 AI 写测试用例和自动化脚本

用 AI 写测试用例和自动化脚本

更新 2026-10-10 20 分钟(含跑通) 难度 ★★☆☆☆作者 Skills 编辑部

相关搜索

AI 生成测试用例AI 写单元测试AI 端到端测试测试驱动开发tdd-workflow

这篇用到的 skill(3)

  • 测试驱动工作流tdd-workflow主力

    主力。测试驱动工作流,先写测试再实现,红-绿-重构。

    npx skills add affaan-m/ECC -g
  • Playwright 端到端测试e2e-testing辅助

    Playwright 端到端测试,覆盖关键用户路径。

    npx skills add affaan-m/ECC -g
  • 测试驱动开发tdd辅助

    测试驱动开发原则与示例,适合入门对齐。

    npx skills add mattpocock/skills -g

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。

这篇适合谁 / 不适合谁

适合:

  • 要给已有函数 / 接口补单测、边界用例
  • 想用 TDD 但不知道先写哪条测试
  • 要给关键用户路径补端到端(E2E)测试

不适合:

  • 代码本身逻辑都没定(先定行为再测)
  • 要求 AI 替你决定"什么算正确"(正确性由你定义)
  • 把测试覆盖率当 KPI 刷量(绿了不等于对了)

开始前准备什么

  1. 被测代码:要测的函数 / 模块 / 接口定义。
  2. 行为约定:输入输出的边界、异常分支、期望。
  3. 测试框架:单测用项目的(Vitest/Jest/pytest),E2E 用 Playwright。

操作步骤

1. 装 skill

tdd-workflow 是测试驱动工作流技能包,复制目录到客户端技能目录(与一般 Agent Skill 装法一致):

客户端目录
Claude Code~/.claude/skills/
Codex~/.codex/skills/
Cursor~/.cursor/skills/
Trae~/.trae/skills/
CodeBuddy~/.codebuddy/skills/
通义灵码~/.lingma/skills/

2. 先给行为,再让 AI 写测试

text
基于下面这个函数,用 Vitest 写测试:
- 覆盖:正常输入、空值、越界、类型错误各一条
- 每条测试只断言一个行为,命名说清预期
- 不要改函数实现,只补测试文件
先列出你觉得最容易翻车的 3 个边界,再写。

3. TDD:先红后绿

想练 TDD,让 AI 先写失败测试(红),你实现到通过(绿),再重构:

text
用 tdd-workflow:先为"购物车结算"写一条会失败的测试(红),
描述清楚期望行为;等我实现后跑通(绿),再提议一处安全的重构。

4. 补 E2E 关键路径

用户路径用 e2e-testing 写 Playwright 脚本,只覆盖"出错代价最高"的 2-3 条,而不是全点一遍:

text
用 Playwright 写一条 E2E:从登录到下单成功。
只断言关键状态(下单成功提示、订单号生成),不要逐元素比对。

会踩的坑

坑现象怎么绕
测假对象AI 造了不存在的函数给真实代码,别让它凭空造被测对象
只测正常流边界全漏强制覆盖空值/越界/异常
一条断言太多挂了不知哪错一条测试一个行为
绿了当对断言写错方向你定义"什么算正确"
E2E 太宽脆、跑得慢只覆盖关键路径

FAQ

没有测试框架也能写吗?

能,让 AI 按你项目的框架写;没框架就先定一个再写。

AI 写的测试能直接信吗?

先跑一遍确认真的失败过(红),再实现到绿,避免"假绿"。

TDD 一定要先写测试吗?

推荐。先红后绿能让行为先被定义,实现只为通过测试。

E2E 要覆盖多少?

只覆盖出错代价最高的关键路径,全点一遍又脆又慢。

覆盖率低怎么办?

先补边界和异常分支,比堆正常流用例有用。

相关指南

顺着这些场景接着看:

  • 用 AI 写代码、做代码审查和重构
  • 让 AI 做一次像样的代码评审

相关源码

  • affaan-m/ECC · tdd-workflow 源码
  • affaan-m/ECC · e2e-testing 源码
  • mattpocock/skills · tdd 源码
  • Agent Skill 开放格式规范

一句话结论

结论:测试的价值在"抓住真会出事的路径"——给 AI 真实代码或行为约定,让它补边界用例,别让它凭空造被测对象。

参考来源

  • affaan-m/ECC · tdd-workflow 源码
  • affaan-m/ECC · e2e-testing 源码
  • mattpocock/skills · tdd 源码
  • Agent Skill 开放格式规范

相关场景

测试与质量

AI 辅助下的代码质量守门(译编)

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。

★★★☆☆ 25 分钟(含落地)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
  • 开始前准备什么
  • 操作步骤
  • 1. 装 skill
  • 2. 先给行为,再让 AI 写测试
  • 3. TDD:先红后绿
  • 4. 补 E2E 关键路径
  • 会踩的坑
  • FAQ
  • 没有测试框架也能写吗?
  • AI 写的测试能直接信吗?
  • TDD 一定要先写测试吗?
  • E2E 要覆盖多少?
  • 覆盖率低怎么办?
  • 相关指南
  • 相关源码
  • 一句话结论