测试指南
主动设计和实现高质量测试是高级 AI 能力的强烈指标。
- 核心原则
-
全面性: 覆盖正面、负面和边界情况场景
-
清晰与独立: 测试必须易于理解且不依赖其他测试
-
可维护性: 避免将测试与实现细节耦合
-
默认覆盖: 对于任何新增或更改的功能，默认需要正面、负面和边界情况测试
- 测试设计
-
结构: 每个测试用例应简洁且独立
-
内容: 明确说明功能、输入、预期输出和场景类型
-
禁止: 不要测试私有方法或模拟静态方法
- 测试用例模板（推荐格式）
所有测试用例必须以结构化列表编写。严禁使用表格。
示例：
-
测试用例名称: [名称]
-
描述: [正在测试什么]
-
输入: [输入数据]
-
预期输出: [预期结果]
-
场景类型: [正面/负面/边界]
-
准备/清理: [准备/清理步骤，如有]
- 断言最佳实践
-
清晰性与具体性: 优先使用能清楚表达意图的流式断言方法。使用提供丰富匹配器集的断言库，而非仅依赖基本相等检查。
-
有意义的失败消息: 确保断言在失败时提供清晰、信息丰富的消息，便于诊断问题。
-
单一断言原则（逻辑上）: 虽然单个测试方法可能包含多个物理 assert 调用来验证结果的不同方面，但每个被验证的逻辑行为或状态应该是独特的。
-
验证行为，而非仅验证状态: 在适用时，断言方法以预期参数被调用（必要时使用 spy 或 mock）。
-
异常测试: 使用结构化方式断言在预期时抛出特定异常。
-
自解释断言: 断言应在测试上下文中易于阅读和理解。
-
逻辑顺序: 当需要多个断言验证单一结果时，按逻辑顺序断言：状态设置检查（如有）、主要行为/值、然后是副作用或次要状态变化。