Agent skill · software engineering · affaan-m
ai-regression-testing
AI辅助开发的回归测试策略。沙盒模式API测试，无需依赖数据库，自动化的缺陷检查工作流程，以及捕捉AI盲点的模式，其中同一模型编写和审查代码。
Why this skill is useful
Adds executable scripts for regression testing in sandbox mode that automate defect checks and capture AI blind spots.
What it needs
Requires next, vitest installed locally. About 5k tokens when loaded. Last updated 2026-08-06. 238,342 stars on the source repository.
What this skill does
AI 回归测试 专为 AI 辅助开发设计的测试模式，其中同一模型编写代码并审查代码——这会形成系统性的盲点，只有自动化测试才能发现。 何时激活 AI 代理（Claude Code、Cursor、Codex）已修改 API 路由或后端逻辑 发现并修复了一个 bug——需要防止重新引入 项目具有沙盒/模拟模式，可用于无需数据库的测试 在代码更改后运行 /bug-check 或类似的审查命令 存在多个代码路径（沙盒与生产环境、功能开关等） 核心问题 当 AI 编写代码然后审查其自身工作时，它会将相同的假设带入这两个步骤。这会形成一个可预测的失败模式： 实际示例（在生产环境中观察到）： 模式：沙盒/生产环境路径不一致是 AI 引入的 #1 回归问题。 沙盒模式 API 测试 大多数具有 AI 友好架构的项目都有一个沙盒/模拟模式。这是实现快速、无需数据库的 API 测试的关键。 设置（Vitest + Next.js App Router） Next.js API 路由的测试辅助工具 编写回归测试 关键原则：为已发现的 bug 编写测试，而不是为正常工作的代码编写测试。 测试沙盒/生产环境一致性 最常见的 AI 回归问题：修复了生产环境路径但忘记了沙盒路径（或反之）。 将测试集成到 Bug 检查工作流中 自定义命令定义 工作流程 常见的 AI 回归模式 模式 1：沙盒/生产环境路径不匹配 频率：最常见（在 4 个回归问题中观察到 3 个） 用于捕获它的测试： 模式 2：SELECT 子句遗漏 频率：在使用 Supabase/Prisma 添加新列时常见 模式 3：错误状态泄漏 频率：中等——当向现有组件添加错误处理时 模式 4：乐观更新未正确回滚 策略：在发现 Bug 的地方进行测试 不要追求 100% 的覆盖率。相反： 为什么这在 AI 开发中有效： 1. AI 倾向于重复犯同一类错误 2. Bug 集中在复杂区域（身份验证、多路径逻辑、状态管理） 3. 一旦经过测试，该特定回归问题就不会再次发生 4. 测试数量随着 Bug 修复而有机增长——没有浪费精力 快速参考 AI 回归模式 测试策略 优先级 --- --- --- 沙盒/生产环境不匹配 断言沙盒模式下响应结构相同 高 SELECT 子句遗漏 断言响应中包含所有必需字段 高 错误状态泄漏 断言出错时状态已清理 中 缺少回滚 断言 API 失败时状态已恢复 中 类型转换掩盖 null 断言字段不为 undefined 中 要 / 不要 要： 发现 bug 后立即编写测试（如果可能，在修复之前） 测试 API 响应结构，而不是实现细节 将运行测试作为每次 bug 检查的第一步 保持测试快速（在沙盒模式下总计 < 1 秒） 以测试所预防的 bug 来命名测试（例如，"BUG-R1 regression"） 不要： 为从未出现过 bug 的代码编写测试 相信 AI 自我审查可以作为自动化测试的替代品 因为“只是模拟数据”而跳过沙盒路径测试 在单元测试足够时编写集成测试 追求覆盖率百分比——追求回归预防
How to use it
Reference it in AdaL, Claude Code, Cursor or any coding agent — nothing to install:
@skills affaan-m/ai-regression-testing--1fd917