Tdd Workflow

TDD（测试驱动开发）工作流

> 先写测试，后写代码。

---

1. TDD 核心循环

[CRITICAL]  红（RED）-> 编写一个失败的测试
    v
[NIT]  绿（GREEN）-> 编写最少量的代码使测试通过
    v
 重构（REFACTOR）-> 优化代码结构与质量
    v
   循环往复...

---

2. TDD 三大法则

1. 除非是为了使一个失败的单元测试通过，否则不允许编写任何生产代码。
2. 只允许编写刚好能够证明失败的测试（编译失败也算失败）。
3. 只允许编写刚好能够使当前失败测试通过的生产代码。

---

3. “红（RED）”阶段准则

编写重点

| 关注点 | 示例 | | --------------------- | ---------------------------- | | Behavior（行为） | “应当能够相加两个数字” | | Edge Cases（边缘情况） | “应当能够处理空输入” | | 错误状态 | “遇到无效数据时应当抛出异常” |

“红”阶段规则

• 测试必须先失败。
• 测试名称应清晰描述预期的行为。
• 每个测试（最好）仅包含一个 Assertion（断言）。

---

4. “绿（GREEN）”阶段准则

最少代码原则

| 原则 | 含义 | | ------------ | ------------------------------------------- | | YAGNI | You Aren't Gonna Need It（你不会需要它） | | 最简方案 | 编写能让测试通过的最少代码 | | 暂不优化 | 此时只求“跑通”，不求“精炼” |

“绿”阶段规则

• 不要编写多余的代码。
• 暂时不要进行性能优化。
• 仅仅是为了通过测试，不多做一点。

---

5. “重构（REFACTOR）”阶段准则

优化方向

| 领域 | 动作 | | -------- | ------------------- | | 重复逻辑 | 提取公共函数/代码块 | | 命名规范 | 使代码意图更加清晰 | | 代码结构 | 改善组织架构 | | 复杂度 | 简化逻辑判断 |

重构规则

• 所有测试必须保持绿色。
• 采取小步快跑的增量式改动。
• 每次重构之后都进行 Commit（提交）。

---

6. AAA 模式

每个测试均应遵循 AAA（Arrange-Act-Assert，准备-执行-断言）：

| 步骤 | 目的 | | ------------------ | -------------------- | | Arrange（准备） | 初始化测试数据与环境 | | Act（执行） | 执行被测代码逻辑 | | Assert（断言） | 验证结果是否符合预期 |

---

7. 何时使用 TDD

| 场景 | TDD 价值 | | ------------------ | ----------------------- | | 新功能开发 | 极高 | | Bug（缺陷）修复 | 极高（先写复现测试） | | 复杂逻辑实现 | 极高 | | Spike（探索性研究） | 较低（研究完后再补 TDD） | | UI（用户界面）布局调试 | 较低 |

---

8. 测试优先级

| 优先级 | 测试类型 | |----------|-----------| | 1 | Happy path（正常路径） | | 2 | Error cases（错误处理） | | 3 | Edge cases（边界情况） | | 4 | Performance（性能） |

---

9. 应避免的反模式

| [FAIL] 禁止（Don't） | [OK] 推荐（Do） | | ---------------------- | -------------------------- | | 跳过“红”阶段直接写代码 | 亲眼见证测试失败后再写代码 | | 先写代码后补测试 | 先写测试作为规格说明 | | 初期就进行过度工程 | 保持简单，仅满足当前测试 | | 一个测试包含过多断言 | 每个测试仅验证一个行为 | | 测试内部实现细节 | 测试对外的行为表现 |

---

10. AI 增强型 TDD 协作模式

Multi-Agent（多智能体）编排视角

| Agent | 角色 | |-------|------| | Agent A | 编写失败测试（RED） | | Agent B | 编写实现使其通过（GREEN） | | Agent C | 进行优化（REFACTOR） |

---

> 记住： 测试就是规格。如果你写不出测试，说明你还没有真正理解需求。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: MisonL
• Source: MisonL/Ling
• License: MIT
• Homepage: https://www.npmjs.com/package/@mison/ling

Install and usage instructions live in the source repository linked above.