testinglisted

# 测试 主线：测试是提高正确性信心的标准技术——写代码去调用你的代码，行为不符预期就报错。TDD 的红-绿-重构纪律另见 dsh 的 `tdd` skill；本 skill 只做 MIT 讲义的科学面（测试类型与工具）。 ## 测试类型 - 按粒度：单元测试（单个函数）、集成测试（模块/服务之间的交互）、功能测试（端到端场景）。 - TDD 先写测试再写实现；发现 bug 时写**回归测试**——未来再坏立刻能抓住。 - 性质测试（property-based）：QuickCheck（Haskell）开创，Hypothesis（Python）等实现——声明性质，框架随机生成输入验证并给出具体反例。它不是数学证明：要人工限定输入范围（如字符串长度 0–20、整数 0–50）。 - 用哪种看项目，通常是若干种的组合。测试放哪随语言约定：Rust 单测常与函数同文件、集成测试分离；Python 有 doctest。 - 依赖数据库/Web API 等外部服务时，测试里 mock 它们：实现相同 API 的假实现注入测试——可控制返��错误、可离线跑。不想写 mock 的替代是 VCR 类工具（pytest-vcr）：录一次真实 API 通信，之后重放。 ## 覆盖率 - 行覆盖率：测试跑过哪些行，按行显示、指导补测试（HTML 报告给人看，XML 更密、更适合喂 LLM）；Codecov 类服务提供 Web 界面跟踪项目历史；也是粗筛开源项目质量的指标。 - 覆盖率是质量指标之一，不是目标本身——100% 覆盖的测试可能毫无意义（有人见过前端仓库满覆盖但测试全废）；高质量的测试更重要。 - 让 AI 提覆盖率时，要给它「带覆盖率跑测试 + 逐行报告」的环境，它才知道聚焦在哪；它生成的测试越放任越水，要用「测试这个功能的行为」这类指令引导并审查（见 `agentic-coding`）。 ## 练习 学习材料在 `exercises.md`。 > 改编自 MIT The Missing Semester 课程 Lecture 9: Code Quality（讲义 + 口播稿，CC BY-NC-SA 4.0）：https://creativecommons.org/licenses/by-nc-sa/4.0/ · 课程站点：https://missing.csail.mit.edu/ · 讲座视频：https://www.youtube.com/watch?v=XBiLUNx84CQ