ia-writing-tests

介绍

在编写测试时，开发者常常陷入反模式陷阱，比如过度使用模拟、编写脆弱的断言、或者为了通过测试而合理化代码。ia-writing-tests 提供了一套与语言无关的通用测试编写规范，帮助你在任何语言和框架中写出高质量、可维护的测试。它强调真实断言（而非虚假覆盖）、识别常见反模式（如“测试上帝”或“过度模拟”），并培养抵抗“合理化”本能的能力——即拒绝为测试通过而绕开问题的倾向。

使用方式极其简单：将本技能集成到你的 AI 编程助手（如 Claude、Cursor、Trae）中，然后在编写测试、增加测试覆盖率或修复失败测试时，直接向 AI 描述你的测试需求。AI 会依据本规范指导你写出结构清晰、健壮且不易被破坏的测试。例如，当你说“写一个测试，验证用户注册后能收到欢迎邮件”，AI 会检查是否使用了真实的邮件发送结果断言，而非只检查函数是否被调用。

本技能最适合测试工程师、全栈开发者和后端开发者，尤其是那些正在为现有项目补充测试覆盖、或需要重构遗留测试的团队。它也适用于跨语言项目，因为其原则（如“测试行为而非实现”、“避免过度模拟”）是通用的。对于刚接触测试的新手，配合语言特定的测试技能（如 pytest、Jest）使用效果更佳。

建议不要将本技能与过于具体的语言框架绑定使用，因为它专注于通用规则而非语法细节。在 CI/CD 流程中，它可以作为代码审查的辅助标准，帮助团队统一测试风格。注意，本技能不提供现成的测试模板，而是指导你如何思考和编写测试，需要结合你的具体场景进行调整。