基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
编程提效2026-11-18 14:54

给编码 Agent 写清交付验收条件

dev.to · AI#Agent#回归测试#仓库指引
Editor brief · 编辑速览

文章建议在仓库指引中要求 Agent 汇报类型检查、Lint 和相关测试结果,修 Bug 时先用失败用例复现。它还约束改动范围、重复失败后的停止条件,以及高风险操作的确认时机。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

AI 编程助手改完代码就说「完成」,有时只是因为仓库没写清楚交付标准。作者分享了他们团队在 AGENTS.md 里试过的七条规则,覆盖测试证据、缺陷复现、改动范围、失败重试和操作权限,还给出了单文件测试命令。

对前端和全栈团队,最容易照搬的是把「跑过测试」变成一条可核对的交付记录。至于哪些检查该跑、失败几次该停,还得看仓库的实际工作流。

「完成」要拿什么来证明

作者把类型检查、Lint 和相关测试写进完成条件,还要求助手贴出运行摘要。这一条解决的是交付时怎么判断检查到底有没有跑。

Never claim "done" without running typecheck, lint and the relevant tests. Paste the summary of their output.

重点是最后一句。像 12 passed, 0 failed 这样的摘要让人能核对结果。团队在规则里同时写清测试范围,才能判断这 12 个用例有没有覆盖本次改动。

作者还给出了单文件命令 npx vitest run path/to/file.test.ts。对于使用 Vitest 的仓库,助手可以直接替换文件路径运行,省去猜脚本和参数的时间。测试跑红时,作者要求保留失败用例,禁止为了变绿而禁用、跳过或删除测试。新增 lint-ignore 或 type-ignore 注释也要说明理由。

修 Bug 先跑出同一个失败

作者要求先写一个能复现报告中问题的测试,再修代码,直到同一个测试通过。这条规则解决的是补丁改到了问题附近,却没碰到触发条件。

For bug fixes: first write a test that fails for the reported reason, then fix the code until it passes.

这一行里的 for the reported reason 最重要。比如报告说清空表单后仍能提交,测试就该在提交行为的断言处失败。如果它在初始化测试环境时就报错,后续跑绿也无法证明提交逻辑已经修好。

改动范围同样影响可核对性。作者举例,40 行差异容易审,400 行里混了 360 行空白改动,真正影响行为的代码就难找了。他们据此要求只动任务所需的文件,把纯格式调整和顺手重构留给独立改动。

命令反复失败时,什么时候该停

作者给同一命令设了 3 次失败的上限,达到上限就报告试过什么。原文举的是反复换着参数跑 npm install --force,耗掉十分钟和一批 token 的情形。这个上限适合拦住缺乏新线索的重试,每一次重试是否有依据仍要看报错。

另一条规则管操作权限。删除文件或分支、强制推送、运行迁移、发布和发消息之前,都要先询问。复核代码发生在改动之后,这些动作的确认点则在执行之前。

我的判断

我会优先采用两条规则,写明仓库里真实可用的命令,并要求交付时附上运行摘要。前者让助手知道该怎么验,后者让审阅者知道它验了什么。对于已经有 CI 的团队,可以让仓库规则负责本地快速反馈,让 CI 独立记录合并前的检查结果。聊天里的摘要由助手转述,CI 日志可以直接核对。

作者说这七条是他们测试中最能改变行为的,但原文没有给任务样本、各工具的版本、改规则前后的通过率,也没有逐条对照数据。现有结论属于经验之谈。Claude Code、Codex 和 Cursor 在具体仓库里会加载哪个规则文件、按什么顺序加载,原文也没交代清楚。至于 3 次上限,我会把它当作团队约定。安装故障和正在根据断言定位的代码错误,需要的判断不同。

能拿来做什么

  • 把仓库实际可用的类型检查、Lint 和测试命令写进助手会读取的规则文件,同时约定交付时列出已执行的命令、输出摘要和受阻的检查。
  • 维护 Vitest 项目时,补上单文件测试命令。修表单校验或 Node API 的回归时,先确认对应断言能失败,再用同一个用例验证补丁。
  • 把重试和授权写成可执行的条件。同一命令第 3 次失败后,记录跑过的命令和最新报错。需要执行迁移、发布或强制推送时,先取得确认。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
微软自研编码模型进入 Copilot
下一篇
Claude Code 可用脚本串联工具调用

资讯速览

dev.to · AI · 2026-11-18 14:54

AI 评分 8.0 / 10

相关标签

#Agent#回归测试#仓库指引

继续阅读

  • 大模型网关日志该记录哪些字段
  • 微软自研编码模型进入 Copilot
  • Claude Code 可用脚本串联工具调用
  • AI 前台如何避免报出过期价格
  • 测试全绿也要审查编程智能体的改动范围