SuperAPI AI 工具集

workflow-patterns

编程与开发

查看项目

更新于 10-16 07:25

技能介绍

用途:用于按 TDD 工作流实施计划中的任务,管理阶段检查点、Git 提交与质量验证。适用时机包括:按 track 的 plan.md 实施任务、执行红-绿-重构循环、完成阶段检查点、管理提交与 notes、理解质量门禁、执行验证协议、在计划文件中记录进度。

主要能力与必要用法:每个任务按 11 步执行:读取 plan.md 选下一个待办 [ ] 任务,按阶段顺序不跳步;把任务标记为 [~] 并单独提交状态变更;RED 阶段先写失败测试(正常、边界、错误条件);GREEN 阶段只写让测试通过的最少代码;REFACTOR 阶段改善结构并保持测试绿;用 pytest --cov=module --cov-report=term-missing 检查覆盖率是否达 80%;若有偏差则更新 tech-stack.md、plan.md 或 spec.md;提交实现使用约定式提交信息(类型 feat、fix、refactor、test、docs、chore);用 git notes add -m 附加详细任务摘要;在 plan.md 中把任务标记为 [x] 并记录提交 SHA;最后单独提交计划更新。

阶段完成协议:用 git diff --name-only <last-checkpoint-sha>..HEAD 找出变更文件,确认测试覆盖,运行 pytest -v --tb=short 全套测试,生成手动验证清单,等待用户明确批准后才能创建检查点提交并在 plan.md 检查点表中记录 SHA。质量门禁包括测试通过、覆盖率不低于 80%、样式与 lint 通过、文档、类型安全、无 lint 错误、安全审计(无密钥、输入校验、认证授权、依赖无漏洞)以及 Git 集成规范。偏差处理涵盖范围增加、范围缩减、技术偏差和需求变更;错误恢复涵盖 GREEN 后测试失败、检查点被拒、依赖阻塞。记忆协议要求开始前 cat .claude/context/memory/learnings.md,完成后按新发现分别写入 learnings.md、issues.md、decisions.md。限制:资料未提供具体运行环境、依赖版本或与其他工具的集成细节,暂未提供。