TDD по методу Superpowers

Ведёт работу тестом вперёд: сначала тест и его падение, потом минимум кода и прогон всего набора; код, написанный до теста, удаляется. Для фич и багфиксов, когда агент норовит дописать тесты после кода.

ТестированиеПак: Superpowers330 строкtest-driven-development
Автор
Источник
obra/superpowers/skills/test-driven-development @ 22f0b46
Лицензия
MIT · Copyright (c) 2025 Jesse Vincent

Об этом скилле

Что делает

Скилл заставляет агента писать тест раньше кода и сначала увидеть, как он падает. Код, написанный до теста, удаляется — «для справки» его не оставляют. Каждый цикл — один тест на одно поведение на настоящем коде, прогон, в котором тест падает по ожидаемой причине, минимум кода до зелёного, прогон всего набора тестов проекта и только потом рефакторинг. Красный тест в этом прогоне попадает в отчёт по имени, даже если сломал его не агент. Таблица отговорок и список тревожных признаков подсказывают, когда начать заново.

В папке лежит writing-good-tests.md — агент читает его каждый раз, когда пишет или меняет тест: назвать изменение в коде, от которого тест упадёт, считать ожидаемые значения руками, не проверять сам мок и в конце мысленно прогнать мутации.

Когда включать и когда не надо

Для фич, багфиксов, рефакторинга и любого изменения поведения. Особенно если агент привык дописывать тесты после кода — такие тесты проходят с первого раза и ничего не доказывают.

Исключения скилл называет сам и просит согласовать их с вами: одноразовые прототипы, сгенерированный код и конфиги. Исследовать можно, но исследовательский код потом выбрасывается. Если хотите оставить черновик и просто обложить его тестами, скилл будет мешать.

Как поставить и вызвать

Команда установки ниже кладёт всю папку: SKILL.md, writing-good-tests.md и лицензию. Агент сам подхватывает скилл по описанию, прежде чем писать код реализации. Вызвать вручную:

  • Claude Code: /test-driven-development или попросить скилл по имени.
  • Codex: $test-driven-development.
  • Cursor: наберите / в чате Agent и выберите test-driven-development.

Пример: /test-driven-development Добавь в платёжный клиент три повторные попытки. Начни с падающего теста.

executing-plans и systematic-debugging подключают этот скилл как обязательный шаг, а вспомогательный файл отсылает к writing-skills, когда тестировать нужно инструкцию для агента.

Чем отличается от похожих

Разработка через тесты (TDD) из нашего каталога ведёт тот же цикл как рабочую процедуру — найти команду тестов и исходное состояние набора, выписать примеры от простого к сложному, в отчёте показать каждый красный и зелёный прогон с числом тестов, — а там, где TDD не подходит (вёрстка, стили, платные сервисы), разрешает дописать тесты после. Версия Superpowers таких исключений не допускает и добавляет руководство по качеству тестов. TDD: красный, зелёный, рефакторинг Адди Османи — самый широкий справочник: сам находит команды тестов проекта, добавляет пирамиду тестов, правила для тестовых двойников и проверки в браузере. Все три скилла ставятся в одну папку test-driven-development, так что одновременно может стоять только один — выберите. TDD с интеграционными тестами ставится в папку tdd и ни с одним из них не конфликтует; там вы сначала согласуете с агентом швы для тестов, а рефакторинг вынесен из цикла на ревью.

Написание юнит-тестов — для кода, который уже есть; этот скилл задаёт порядок работы над кодом, которого ещё нет.

Установка

Выполните одну команду — она сохранит SKILL.md и файлы, которые он использует, в папку скиллов агента. Claude Code и Codex подхватывают новый скилл без перезапуска; если скилл не появился, перезапустите агента.

Скилл написан на английском — агент поймёт его и ответит вам по-русски.

Claude Code — macOS, Linux
curl -fsSL --create-dirs -o ~/.claude/skills/test-driven-development/SKILL.md https://anymodel.org/en/skills/superpowers/test-driven-development/SKILL.md -o ~/.claude/skills/test-driven-development/LICENSE https://anymodel.org/en/skills/superpowers/test-driven-development/LICENSE -o ~/.claude/skills/test-driven-development/writing-good-tests.md https://anymodel.org/en/skills/superpowers/test-driven-development/writing-good-tests.md
Codex, Cursor — macOS, Linux
curl -fsSL --create-dirs -o ~/.agents/skills/test-driven-development/SKILL.md https://anymodel.org/en/skills/superpowers/test-driven-development/SKILL.md -o ~/.agents/skills/test-driven-development/LICENSE https://anymodel.org/en/skills/superpowers/test-driven-development/LICENSE -o ~/.agents/skills/test-driven-development/writing-good-tests.md https://anymodel.org/en/skills/superpowers/test-driven-development/writing-good-tests.md
Claude Code — Windows PowerShell
foreach ($f in 'SKILL.md','LICENSE','writing-good-tests.md') { $p = Join-Path "$HOME\.claude\skills\test-driven-development" $f; New-Item -ItemType Directory -Force (Split-Path $p) | Out-Null; Invoke-WebRequest "https://anymodel.org/en/skills/superpowers/test-driven-development/$f" -UseBasicParsing -OutFile $p }
Codex, Cursor — Windows PowerShell
foreach ($f in 'SKILL.md','LICENSE','writing-good-tests.md') { $p = Join-Path "$HOME\.agents\skills\test-driven-development" $f; New-Item -ItemType Directory -Force (Split-Path $p) | Out-Null; Invoke-WebRequest "https://anymodel.org/en/skills/superpowers/test-driven-development/$f" -UseBasicParsing -OutFile $p }

Другой агент: сохраните файл в его папку скиллов или дайте ему ссылку на файл: https://anymodel.org/en/skills/superpowers/test-driven-development/SKILL.md

SKILL.md

Исходник

Test-Driven Development (TDD)

Overview

Write the test first. Watch it fail. Write minimal code to pass.

Core principle: If you didn't watch the test fail, you don't know if it tests the right thing.

Violating the letter of the rules is violating the spirit of the rules.

When to Use

Always:

  • New features
  • Bug fixes
  • Refactoring
  • Behavior changes

Exceptions (ask your human partner):

  • Throwaway prototypes
  • Generated code
  • Configuration files

Thinking "skip TDD just this once"? Stop. That's rationalization.

The Iron Law

NO PRODUCTION CODE WITHOUT A FAILING TEST FIRST

Write code before the test? Delete it. Start over.

No exceptions:

  • Don't keep it as "reference"
  • Don't "adapt" it while writing tests
  • Don't look at it
  • Delete means delete

Implement fresh from tests. Period.

Red-Green-Refactor

digraph tdd_cycle {
    rankdir=LR;
    red [label="RED\nWrite failing test", shape=box, style=filled, fillcolor="#ffcccc"];
    verify_red [label="Verify fails\ncorrectly", shape=diamond];
    green [label="GREEN\nMinimal code", shape=box, style=filled, fillcolor="#ccffcc"];
    verify_green [label="Verify passes\nAll green", shape=diamond];
    refactor [label="REFACTOR\nClean up", shape=box, style=filled, fillcolor="#ccccff"];
    next [label="Next", shape=ellipse];

    red -> verify_red;
    verify_red -> green [label="yes"];
    verify_red -> red [label="wrong\nfailure"];
    green -> verify_green;
    verify_green -> refactor [label="yes"];
    verify_green -> green [label="no"];
    refactor -> verify_green [label="stay\ngreen"];
    verify_green -> next;
    next -> red;
}

RED - Write Failing Test

Write one minimal test showing what should happen.

<Good>

test('retries failed operations 3 times', async () => {
  let attempts = 0;
  const operation = () => {
    attempts++;
    if (attempts < 3) throw new Error('fail');
    return 'success';
  };

  const result = await retryOperation(operation);

  expect(result).toBe('success');
  expect(attempts).toBe(3);
});

Clear name, tests real behavior, one thing </Good>

<Bad>

test('retry works', async () => {
  const mock = jest.fn()
    .mockRejectedValueOnce(new Error())
    .mockRejectedValueOnce(new Error())
    .mockResolvedValueOnce('success');
  await retryOperation(mock);
  expect(mock).toHaveBeenCalledTimes(3);
});

Vague name, tests mock not code </Bad>

Requirements:

  • One behavior
  • Clear name
  • Real code (no mocks unless unavoidable)

Verify RED - Watch It Fail

MANDATORY. Never skip.

npm test path/to/test.test.ts

Confirm:

  • Test fails (not errors)
  • Failure message is expected
  • Fails because feature missing (not typos)

Test passes? You're testing existing behavior. Fix test.

Test errors? Fix error, re-run until it fails correctly.

GREEN - Minimal Code

Write simplest code to pass the test.

<Good>

async function retryOperation<T>(fn: () => Promise<T>): Promise<T> {
  for (let i = 0; i < 3; i++) {
    try {
      return await fn();
    } catch (e) {
      if (i === 2) throw e;
    }
  }
  throw new Error('unreachable');
}

Just enough to pass </Good>

<Bad>

async function retryOperation<T>(
  fn: () => Promise<T>,
  options?: {
    maxRetries?: number;
    backoff?: 'linear' | 'exponential';
    onRetry?: (attempt: number) => void;
  }
): Promise<T> {
  // YAGNI
}

Over-engineered </Bad>

Don't add features, refactor other code, or "improve" beyond the test.

Verify GREEN - Watch It Pass

MANDATORY.

npm test path/to/test.test.ts

Confirm:

  • Test passes
  • Other tests still pass
  • Output pristine (no errors, warnings)

Test fails? Fix code, not test.

Other tests fail? Fix now.

"Other tests" means the project's suite, not just your file. A green run of the test you wrote is not a green suite. Before you call the change done, run the project's test command (bare pytest, npm test, cargo test — whatever the repo uses) even when your task named only one test file. A scope statement in your task bounds the deliverable, not your verification. Any failure that run shows — including one you didn't cause — goes in your report by name; a red test you watched scroll past and didn't mention is a report falsified by omission.

REFACTOR - Clean Up

After green only:

  • Remove duplication
  • Improve names
  • Extract helpers

Keep tests green. Don't add behavior.

Repeat

Next failing test for next feature.

Good Tests

Quality Good Bad
Minimal One thing. "and" in name? Split it. test('validates email and domain and whitespace')
Clear Name describes behavior test('test1')
Shows intent Demonstrates desired API Obscures what code should do

When writing or changing any test, read writing-good-tests.md for the rules that keep tests honest:

  • Name the production change that would make the test fail — before writing it
  • Assert on real behavior, never on mock behavior
  • Keep test-only code in test utilities, out of production classes
  • Understand a dependency's side effects before mocking it

Common Rationalizations

Excuse Reality
"Too simple to test" Simple code breaks. Test takes 30 seconds.
"I'll test after" Tests written after pass immediately — which proves nothing. They may test the wrong thing, test the implementation instead of the behavior, or miss the edge case you forgot. You never watched it fail, so you never proved it can catch the bug. Test-first forces that failure.
"Tests after achieve same goals (spirit not ritual)" Tests-after answer "what does this do?"; tests-first answer "what should this do?" Tests written after are biased by the code you already wrote — you verify the cases you remembered, not the ones you'd have discovered. Coverage without proof the tests work.
"Already manually tested" Manual testing is ad-hoc: no record of what you covered, no way to re-run it when the code changes, easy to forget cases under pressure. "Worked when I tried it" ≠ comprehensive. Automated tests run the same way every time.
"Deleting X hours is wasteful" Sunk cost fallacy — that time is already spent either way. The real choice: rewrite with TDD (high confidence) vs. keep it and bolt tests on after (low confidence, likely bugs). Keeping code you can't trust is the waste.
"Keep as reference, write tests first" You'll adapt it. That's testing after. Delete means delete.
"Need to explore first" Fine. Throw away exploration, start with TDD.
"Test hard = design unclear" Listen to test. Hard to test = hard to use.
"TDD will slow me down" TDD IS the pragmatic path: catches bugs before commit, prevents regressions, lets you refactor without fear. "Pragmatic" shortcuts mean debugging in production — slower, not faster.
"Manual test faster" Manual doesn't prove edge cases. You'll re-test every change.
"Existing code has no tests" You're improving it. Add tests for existing code.

Red Flags - STOP and Start Over

  • Code before test
  • Test after implementation
  • Test passes immediately
  • Can't explain why test failed
  • Tests added "later"
  • Rationalizing "just this once"
  • "I already manually tested it"
  • "Tests after achieve the same purpose"
  • "It's about spirit not ritual"
  • "Keep as reference" or "adapt existing code"
  • "Already spent X hours, deleting is wasteful"
  • "TDD is dogmatic, I'm being pragmatic"
  • "This is different because..."

All of these mean: Delete code. Start over with TDD.

Example: Bug Fix

Bug: Empty email accepted

RED

test('rejects empty email', async () => {
  const result = await submitForm({ email: '' });
  expect(result.error).toBe('Email required');
});

Verify RED

$ npm test
FAIL: expected 'Email required', got undefined

GREEN

function submitForm(data: FormData) {
  if (!data.email?.trim()) {
    return { error: 'Email required' };
  }
  // ...
}

Verify GREEN

$ npm test
PASS

REFACTOR Extract validation for multiple fields if needed.

Verification Checklist

Before marking work complete:

  • Every new function/method has a test
  • Watched each test fail before implementing
  • Each test failed for expected reason (feature missing, not typo)
  • Wrote minimal code to pass each test
  • All tests pass
  • Output pristine (no errors, warnings)
  • Tests use real code (mocks only if unavoidable)
  • Edge cases and errors covered

Can't check all boxes? You skipped TDD. Start over.

When Stuck

Problem Solution
Don't know how to test Write wished-for API. Write assertion first. Ask your human partner.
Test too complicated Design too complicated. Simplify interface.
Must mock everything Code too coupled. Use dependency injection.
Test setup huge Extract helpers. Still complex? Simplify design.

Debugging Integration

Bug found? Write failing test reproducing it. Follow TDD cycle. Test proves fix and prevents regression.

Never fix bugs without a test.

Final Rule

Production code → test exists and failed first
Otherwise → not TDD

No exceptions without your human partner's permission.

Подключить через AnyModel API

Скилл работает на той модели, которую использует агент. Подключите Claude Code, Codex или Cursor к AnyModel и запускайте его на Claude, GPT, Gemini и других моделях по одному ключу — оплата за токены, без подписки.

Ещё из пака Superpowers

Брейншторм перед работой

Выясняет, что и зачем вы хотите построить: вопросы по одному, пересказ по частям, два-три способа на выбор и дизайн-документ, без одобрения которого код не пишется. Для новых фич и изменений, когда запрос оставляет главное открытым.

Параллельные субагенты

Раздаёт независимые задачи параллельным субагентам: каждому — одна область и самодостаточное задание с рамками и форматом отчёта, потом сверяет правки на конфликты и гоняет все тесты. Для случаев, когда упало сразу несколько несвязанных мест.

Выполнение плана по шагам

Выполняет план из writing-plans в текущей сессии без субагента на каждую задачу: задачи подряд через TDD, журнал прогресса и спорных решений на случай сжатия контекста, одно свежее ревью всей ветки в конце. Для случаев, когда ревью каждой задачи не нужно или субагентов нет.

Завершение ветки разработки

Завершает ветку: прогоняет тесты, предлагает слить локально, открыть PR или оставить как есть, после слияния снова проверяет тесты и убирает свой worktree, а работу удаляет только после «discard». Для случаев, когда реализация готова.

Как принимать код-ревью

Сверяет каждое замечание ревьюера с кодом до правок, сначала выясняет всё неясное, возражает с доводами и не изображает согласие. Для случаев, когда нужно отработать ревью без слепых правок.

Запрос код-ревью

Отдаёт законченную работу свежему субагенту-ревьюеру по шаблону: диапазон коммитов, план или требования, замечания по важности и вердикт о мерже. Для случаев, когда закончена задача или фича и впереди мерж в main.

Разработка через субагентов

Выполняет план силами субагентов: на каждую задачу свежий исполнитель и ревьюер, который проверяет соответствие спецификации и качество кода, до пяти раундов исправлений и финальное ревью ветки. Для планов с независимыми задачами, когда нужна проверка каждой.

Системная отладка

Не даёт агенту чинить наугад: сначала воспроизвести баг и найти первопричину, проверять по одной гипотезе, исправлять с падающим тестом, а после трёх неудачных правок пересмотреть устройство кода. Для любых багов, падений тестов и странного поведения.

Работа в git worktree

Выносит работу над фичей в отдельный git worktree: проверяет, не изолирован ли агент уже, предпочитает родной инструмент среды, следит за .gitignore, ставит зависимости и прогоняет тесты на старте. Для случаев, когда работа не должна попасть в текущую ветку.

Проверка перед словом «готово»

Не даёт агенту сказать «готово» или «тесты проходят», пока он заново не запустил проверку и не прочитал вывод целиком. Для случаев, когда агент докладывает об успехе, коммитит или открывает PR.

План реализации перед кодом

Превращает спецификацию в план для исполнителя, не знающего проекта: файлы, сигнатуры, интерфейсы между задачами, тесты с точными значениями и шаги TDD с ожидаемым выводом команд. Для многошаговых задач, когда спецификация готова, а кода ещё нет.

Как писать скиллы

Пишет и правит скиллы по циклу TDD: сначала субагент делает задачу без скилла и его ошибки записываются, потом пишется минимальный текст против них и закрываются лазейки. Для скилла, который будут загружать другие агенты.