/ 目錄 / 演練場 / agent-skill-tdd
● 社群 Shelpuk-AI-Technology-Consulting ⚡ 即開即用

agent-skill-tdd

作者 Shelpuk-AI-Technology-Consulting · Shelpuk-AI-Technology-Consulting/agent-skill-tdd

六步驟工作流程,強制 AI 程式編寫代理人遵循需求優先、測試優先的開發紀律 — Serena + 需求文件 + Lad MCP 設計審查 + TDD + 同儕審查。

適用於程式編寫代理人的紀律技能。啟動 Serena 進行語意程式碼導覽,強制在變更前先進行調查,要求明確確認需求,並在 .requirements/ 目錄中撰寫帶時間戳記的文件(含現狀/目標/驗收標準),透過 Lad MCP Server 驗證架構,再以嚴格的 TDD 進行開發,每次變更均需同儕審查。宣稱可提升 15–20% 的品質。支援 Claude Code、Codex、Cursor、Windsurf、Antigravity。

為什麼要用

核心特性

即時演示

實際使用效果

agent-skill-tdd-skill.replay ▶ 就緒
0/0

安裝

選擇你的客戶端

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "agent-skill-tdd-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Shelpuk-AI-Technology-Consulting/agent-skill-tdd",
        "~/.claude/skills/agent-skill-tdd"
      ],
      "_inferred": true
    }
  }
}

開啟 Claude Desktop → Settings → Developer → Edit Config。儲存後重啟應用。

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "agent-skill-tdd-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Shelpuk-AI-Technology-Consulting/agent-skill-tdd",
        "~/.claude/skills/agent-skill-tdd"
      ],
      "_inferred": true
    }
  }
}

Cursor 使用與 Claude Desktop 相同的 mcpServers 格式。專案級設定優先於全域。

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "agent-skill-tdd-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Shelpuk-AI-Technology-Consulting/agent-skill-tdd",
        "~/.claude/skills/agent-skill-tdd"
      ],
      "_inferred": true
    }
  }
}

點擊 Cline 側欄中的 MCP Servers 圖示,然後選 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "agent-skill-tdd-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Shelpuk-AI-Technology-Consulting/agent-skill-tdd",
        "~/.claude/skills/agent-skill-tdd"
      ],
      "_inferred": true
    }
  }
}

格式與 Claude Desktop 相同。重啟 Windsurf 生效。

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "agent-skill-tdd-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Shelpuk-AI-Technology-Consulting/agent-skill-tdd",
        "~/.claude/skills/agent-skill-tdd"
      ]
    }
  ]
}

Continue 使用伺服器物件陣列,而非映射。

~/.config/zed/settings.json
{
  "context_servers": {
    "agent-skill-tdd-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/Shelpuk-AI-Technology-Consulting/agent-skill-tdd",
          "~/.claude/skills/agent-skill-tdd"
        ]
      }
    }
  }
}

加入 context_servers。Zed 儲存後熱重載。

claude mcp add agent-skill-tdd-skill -- git clone https://github.com/Shelpuk-AI-Technology-Consulting/agent-skill-tdd ~/.claude/skills/agent-skill-tdd

一行命令搞定。用 claude mcp list 驗證,claude mcp remove 移除。

使用場景

實戰用法: agent-skill-tdd

以完整 TDD 紀律實作新功能

👤 AI 程式編寫者習慣直接跳到實作、忽略需求的團隊 ⏱ ~120 min intermediate

何時使用: 「直接寫就對了」這種做法曾讓你吃過虧的非瑣碎功能。

前置條件
  • Skill cloned — git clone https://github.com/Shelpuk-AI-Technology-Consulting/agent-skill-tdd ~/.claude/skills/agent-skill-tdd
  • Serena available — 安裝 Serena MCP server
  • Lad MCP for design review — 安裝 Lad MCP server
步驟
  1. 使用此技能啟動
    Use agent-skill-tdd. I want to add a 'saved searches' feature. Start from step 1 — activate Serena and investigate.✓ 已複製
    → Claude 讀取程式碼,摘要目前狀態
  2. 釐清需求
    Confirm what I just said maps to these acceptance criteria — don't code yet.✓ 已複製
    → 來回確認直到確定;.requirements/ 檔案已儲存
  3. 透過 Lad 進行設計審查
    Run design review — architecture fit, hotspots.✓ 已複製
    → 設計批評,而非單純核准
  4. TDD 迴圈
    Now begin TDD — write a failing test, minimum code to pass, refactor. Peer review each step.✓ 已複製
    → 紅燈-綠燈-重構循環,每個步驟均經過審查

結果: 功能附帶測試完成交付,需求歷史與設計決策依據均完整保存。

注意事項
  • 為了「節省時間」跳過釐清步驟 — 那正是 AI 程式編寫最容易流失價值的地方 — 務必堅守這道關卡
搭配使用: filesystem · github

先寫下正確行為應為何,再修復錯誤

👤 厭倦了 AI「修復」結果破壞其他路徑的開發者 ⏱ ~60 min intermediate

何時使用: 重現問題本身就是一半工作量的隱微錯誤。

步驟
  1. 調查並文件化
    Use agent-skill-tdd bug mode. Symptom: <description>. Write the reproduction + expected behavior to .requirements/ first.✓ 已複製
    → 帶時間戳記的文件,包含現狀與目標
  2. 撰寫失敗的測試
    Test that expresses the expected behavior — currently failing.✓ 已複製
    → 測試呈紅燈
  3. 修復並同儕審查
    Minimum fix to go green. Peer review.✓ 已複製
    → 測試呈綠燈 + 審查備註

結果: 錯誤修復附帶測試,防止問題再次發生。

實作前先停下來 — 確認你真的理解規格

👤 誤讀規格導致需要返工的團隊 ⏱ ~30 min beginner

何時使用: 票券內容模糊,你懷疑自己即將做出錯誤的東西。

步驟
  1. 僅執行步驟 1–4
    Use agent-skill-tdd — investigate + clarify + document + design review. Stop before coding.✓ 已複製
    → 產出需求文件與設計審查結果,不觸碰任何程式碼

結果: 你要麼發現自己誤讀了票券,要麼帶著信心核准繼續進行。

組合

與其他 MCP 搭配,撬動十倍槓桿

agent-skill-tdd-skill + filesystem

.requirements/ 保存在專案儲存庫中,供未來的代理人讀取

Commit .requirements/ to git so the next session has context.✓ 已複製
agent-skill-tdd-skill + github

在 PR 描述中連結需求文件

When opening the PR, paste the .requirements/ file path in the description.✓ 已複製

工具

此 MCP 暴露的能力

工具輸入參數何時呼叫成本
activate_serena repo path 步驟 1 0 — local
investigate task description 步驟 2 0
clarify task, user answers 步驟 3 0
document_requirements confirmed requirements 步驟 4 0
design_review requirements + repo 步驟 5 0
tdd_cycle requirements 步驟 6 0

成本與限制

運行它的成本

API 配額
此技能本身不消耗配額;Serena 和 Lad 有各自的用量
每次呼叫 Token 數
中等 — 每個步驟都需要一次來回
費用
免費
提示
完整六步驟對瑣碎任務來說過於費時 — 小型工作僅執行步驟 1–4 即可

安全

權限、密鑰、影響範圍

憑證儲存:
資料出站: 僅在有設定的情況下透過 Serena/Lad 傳出

故障排查

常見錯誤與修復

Serena not available

安裝 Serena MCP server 並將其註冊到你的代理人中

Requirements doc not created

確認對 .requirements/ 目錄有檔案寫入權限

驗證: ls .requirements/
Design review step feels rubber-stamp

強制採用對抗性的提問框架:「這個設計最有力的反對意見是什麼?」

替代方案

agent-skill-tdd 對比其他方案

替代方案何時用它替代權衡
claude-gpt-workflow你想要跨模型審查,而非自我 TDD 紀律API 費用較高
planning-with-files-skill你想要跨工作階段持續保存狀態,但不需要嚴格的 TDD不強制執行測試優先

更多

資源

📖 閱讀 GitHub 上的官方 README

🐙 查看未解決的 issue

🔍 瀏覽全部 400+ MCP 伺服器和 Skills