2026年8月30日

测试 Skill——带牙齿的金字塔

测试 skill 如何在单元、集成和 E2E 层之间组织验证——以及防止 mock 制造虚假安全感的特定规则。

生产环境失败而测试却通过,这比完全没有测试更糟——它们让人对不真实的东西产生信心。testing skill 的构建核心就是消除这一类失败。它的结构是一个入口文件加上一组有针对性的片段,每个片段针对一种不同的失败模式。

金字塔基线是熟悉的:70% 单元测试、20% 集成测试、10% E2E 测试。单元测试 mock 所有外部依赖。集成测试覆盖模块到数据库的交互。E2E 测试覆盖关键用户流程。这些比例是目标,不是愿景——CI 会因测试缺失或失败而失败。

Mock 边界问题

该 skill 的 mock 规则包含一个容易被忽视的约束:永远不要 mock 被测对象本身。如果某类 bug 存在于真实的集成中——错误的客户端、错误的 schema、错误的 SQL 方言——被 mock 的单元测试会通过,而生产环境会失败。这就是为什么该 skill 将特定场景路由到 live-smoke-gates.md 片段:原始 SQL、跨数据源代码、Docker 编排和批量摄取操作都需要实时冒烟测试,而不是 mock。

第二个边界问题是驱动侧序列化。当单元测试捕获数据库驱动 mock 参数并断言列形状不变量时,测试在驱动应用自身序列化之前就捕获了值。真实驱动可能会将数组绑定 JSON 序列化到列中;而 mock 会静默接受原始数组。该 skill 强制要求一个 simulateDriverBind(p) 辅助函数,它复现驱动的序列化规则,引用驱动文档,并应用于每个具有列格式契约的数据库写入器的单元测试。

自验证断言

存在性断言——“元素渲染了任意文本”、“计数器非空”——只能捕获完全没有渲染的情况。即使系统已经损坏,它们也会通过。该 skill 要求改用自验证断言:在触发交互之后,轮询翻转后的目标状态。复选框测试应针对点击前状态的已知相反值轮询 isChecked(),而不仅仅是确认某处存在文本。这条规则的起源很具体:一个最初写成“计数器渲染了任意文本”的断言,即使在切换明显损坏时也通过了。

片段路由

该 skill 有意保持入口文件简短,并按需路由到片段。tdd-discipline.md 涵盖 RED-GREEN-REFACTOR 循环,并预先回答了反对测试先行的常见合理化理由。silent-failure-detection.md 处理出错时以代码 0 退出并向 stdout 写入错误语句的 CLI 包装器。bats-and-spec-lint.md 涵盖 shell 脚本测试。triaging-legacy-failures.md 为继承来的红色测试套件提供三桶分诊。只加载相关片段可在每个 QA 或实现周期中保持较低的上下文成本。

testing skill 直接连接到系统化调试 skill——系统化调试的第 4 阶段要求在任何修复之前创建一个失败的测试。技术栈层面的测试框架选择来自技术栈 skill。关于 Datarim 的整体工作流,请参阅什么是 Datarim。