Everything Claude Code 的 python-testing Skill 提供了生产级 Python 测试体系的全流程自动化支持，包括 pytest 测试驱动开发（TDD）、覆盖率门槛、Fixtures、参数化测试、Mock/patch、异步测试等核心能力。通过 Skill 激活，AI 助手可自动生成高质量测试代码、配置测试基础设施、保障 80%+ 覆盖率，极大提升 Python 项目的开发效率和代码质量，适用于新项目、重构、CI/CD 集成等多场景。

Everything Claude Code Python Testing Skill：pytest TDD、Fixtures、参数化测试与覆盖率要求

在现代 Python 项目中，自动化测试不仅是保证代码质量的基础，更是持续交付、团队协作和 AI 编程助手高效落地的关键环节。Everything Claude Code 的 python-testing Skill，正是为此而设计：它将 pytest 测试框架的最佳实践、TDD 流程、覆盖率要求、Fixtures、Mock、参数化测试等能力，深度集成到 AI 编程助手的 Skill/Agent 体系中，让测试驱动开发成为 AI 代码生成与评审的默认模式。

本指南将结合生产实战，详细讲解 python-testing Skill 的激活场景、操作流程、输出示例、与其他 Skill/Agent 的协作关系，以及如何在实际项目中用好它。

1. python-testing Skill 能解决什么问题？

传统做法的痛点：

• 测试代码与业务代码分离，容易遗漏、风格不统一
• 手动补全测试，覆盖率低，难以发现边界和异常分支
• Mock、参数化、异步测试等高级用法实现复杂、易出错
• 难以在 CI/CD 中强制覆盖率门槛，测试组织混乱

Skill 赋能后：

• AI 自动建议并生成 pytest 风格的测试代码，强制 TDD 流程（红-绿-重构）
• 自动配置 80%+ 覆盖率门槛，关键路径 100% 覆盖
• 支持 Fixtures、Mock、参数化、异步测试等全场景，减少重复代码
• 自动生成 pytest.ini/pyproject.toml、conftest.py 等配置，测试结构清晰
• 可与 Code Reviewer Agent、TDD Guide Agent 等协作，实现代码-测试-评审-覆盖率一体化

2. 什么时候激活 python-testing Skill？

• 新功能开发：每写一段新业务代码，AI 会建议先写测试（TDD），并自动生成红色用例
• 重构/修复 Bug：Skill 可分析变更影响，补全缺失测试，确保回归
• 测试基础设施搭建：自动生成 pytest 目录结构、配置文件、基础 Fixtures
• CI/CD 集成：自动插入覆盖率检查，未达标阻断合并
• 代码评审/覆盖率审计：配合 Code Reviewer，自动标记未覆盖分支和风险点

3. python-testing Skill 使用流程（Step by Step）

Step 1. 激活 Skill（AI 自动/手动触发）

• 在 Claude Code、Codex、Cursor 等支持 ECC 的 IDE/CLI 中，打开 Python 代码文件或 PR
• 输入需求/变更描述，AI 检测到需写测试时自动激活 python-testing Skill
• 也可手动指定“为本模块生成 pytest 测试并保证 80% 覆盖率”

Step 2. AI 生成/补全测试代码（TDD 流程）

• RED：AI 先生成一个失败的 pytest 测试用例，覆盖目标行为或边界
• GREEN：根据测试反馈，自动补全最小可通过的实现
• REFACTOR：建议重构代码/测试，保证可维护性

示例：

# 1. RED：生成测试
def test_add_numbers():
    result = add(2, 3)
    assert result == 5

# 2. GREEN：补全实现
def add(a, b):
    return a + b

# 3. REFACTOR：结构优化（如类型注解、异常处理等）

Step 3. 自动配置覆盖率与测试结构

• AI 自动生成/更新 pytest.ini 或 pyproject.toml，强制覆盖率门槛
• 生成 tests/ 目录、conftest.py、基础 Fixtures

示例 pytest.ini：

[pytest]
addopts = --cov=mypackage --cov-report=term-missing --cov-report=html --strict-markers
testpaths = tests
markers =
    slow: marks tests as slow
    integration: marks tests as integration tests
    unit: marks tests as unit tests

Step 4. 高级测试模式（Fixtures、参数化、Mock、异步）

• Fixtures：自动抽取重复 setup/teardown 逻辑，生成可复用的 pytest fixture
• 参数化测试：AI 自动识别输入组合，生成 @pytest.mark.parametrize 用例
• Mock/Patch：为外部依赖、API、数据库等生成 Mock 代码，避免真实调用
• 异步测试：识别 async 函数，自动生成 pytest-asyncio 测试模板

示例：参数化与 Fixture

import pytest

@pytest.fixture
def sample_user():
    return {"name": "Alice", "age": 30}

@pytest.mark.parametrize("input,expected", [
    ("hello", "HELLO"),
    ("world", "WORLD"),
])
def test_uppercase(input, expected):
    assert input.upper() == expected

def test_user_age(sample_user):
    assert sample_user["age"] == 30

Step 5. 运行与验证

• 一键运行所有测试，自动输出覆盖率报告
• 覆盖率低于 80% 或关键路径未覆盖，AI 自动生成补全建议或阻断合并

运行示例：

pytest --cov=mypackage --cov-report=html

生成 HTML 报告，标记未覆盖代码。

Step 6. 输出与协作

• Skill 输出包括：测试代码、conftest.py、pytest 配置、覆盖率报告、补全建议
• 可与 TDD Guide Agent 协作，强制测试先行
• 与 Code Reviewer Agent 联动，自动审查测试质量和覆盖率
• 支持与 Verification Loop Skill 结合，实现端到端自动验证

4. 输出示例

AI 生成的测试代码：

import pytest

@pytest.mark.parametrize("a,b,expected", [
    (1, 2, 3),
    (0, 0, 0),
    (-1, 1, 0),
])
def test_add(a, b, expected):
    assert add(a, b) == expected

@pytest.fixture
def db():
    db = Database(":memory:")
    db.create_tables()
    yield db
    db.close()

def test_db_insert(db):
    db.insert({"name": "Alice"})
    result = db.query("SELECT * FROM users WHERE name='Alice'")
    assert len(result) == 1

AI 生成的 pytest.ini：

[pytest]
addopts = --cov=mypackage --cov-report=html --strict-markers
testpaths = tests

覆盖率报告输出：

---------- coverage: platform linux, python 3.10 ----------
Name           Stmts   Miss  Cover   Missing
--------------------------------------------
mypackage.py      20      2    90%   45-46
--------------------------------------------

5. python-testing Skill 与其他 Agent/Skill 的协作

• 与 TDD Guide Agent：自动检测未覆盖路径，强制 TDD 流程，生成测试补全建议
• 与 Code Reviewer Agent：审查测试代码风格、边界用例、Mock 合理性、覆盖率达标
• 与 Verification Loop Skill：集成到端到端验证流程，实现代码-测试-评审闭环
• 与 python-patterns Skill：结合 Pythonic 代码规范，提升测试可读性与健壮性

6. 常见问题与注意事项

• 如何保证覆盖率目标？
  Skill 默认生成覆盖率报告，未达 80% 自动补全测试或阻断合并。关键路径（如核心算法、异常分支）要求 100% 覆盖。

• 如何处理外部依赖/异步/数据库等复杂场景？
  Skill 自动为外部依赖生成 Mock/patch，异步代码生成 pytest-asyncio 测试，数据库等资源用 fixture 隔离 setup/teardown，保证测试独立可靠。

• 测试目录结构和配置如何自动化？
  AI 会自动生成 tests/ 目录、conftest.py、pytest.ini/pyproject.toml，按单元、集成、E2E 分类组织，便于 CI/CD 集成和团队协作。

• 如何与其他语言/框架的测试体系协作？
  Everything Claude Code 支持多语言测试 Skill（如 C++ Testing Skill、Kotlin Testing Skill），可实现跨栈一体化测试与覆盖率门控。

FAQ

Q: Skill 会自动补全所有测试用例吗？ A: Skill 会优先覆盖主流程、边界和异常分支，复杂业务需结合开发者补充特定场景，但 AI 会持续给出覆盖建议。

Q: 如何在 CI/CD 中强制覆盖率门槛？ A: Skill 自动生成 pytest 配置，集成 --cov 选项，覆盖率未达标时可配置为阻断合并或发布。

Q: 支持哪些 Mock 和参数化场景？ A: 支持 unittest.mock 的 patch、Mock、PropertyMock、异步 Mock、参数化 fixture、@pytest.mark.parametrize 等全场景，适用于 API、数据库、文件、网络等多种依赖。

---

通过 python-testing Skill，AI 编程助手用户可以在 Python 项目中实现高效、系统、可持续的自动化测试体系，极大提升代码质量和交付效率。更多 ECC 测试与自动化能力可参考 Everything Claude Code 完全指南 与 Verification Loop Skill。