前言¶

写单元测试是开发流程里绕不开的一环，却也是很多人能拖就拖的事。函数边界没想清楚、异常分支漏测、框架选型不一致，补测试往往比写业务代码还费时间。更常见的情况是：代码已经合进主分支，覆盖率指标压下来，才开始对着 IDE 里空白的 test_*.py 或 *.test.ts 发愁。

AI 编程助手能帮你「写几个测试」，但输出质量往往取决于当次对话里你怎么描述需求——有时只覆盖 happy path，有时框架和项目现有约定对不上。Agent Skill 的思路，是把「怎么分析代码、怎么选框架、怎么组织测试报告」写进一份可复用的 SKILL.md，让 Agent 每次触发时都走同一套流程。

本文介绍的 unit-test-generator，来自社区仓库 JackyST0/awesome-agent-skills 的 examples/ 示例集。它是一个面向「根据源代码生成单元测试」的 Skill 模板：结构清晰、门槛不高，很适合作为你学习 Skill 写法、或在团队里快速落地的起点。Skill 采用 CC0-1.0 许可，可自由复制与改造。

这是什么¶

unit-test-generator 是一份 Agent Skill 指令包，核心文件是目录下的 SKILL.md。Agent 读取该文件后，会在用户提出「生成单元测试」「为函数/类写测试」「提高代码覆盖率」等需求时，按固定步骤分析源码并输出测试代码与覆盖说明。

它并不绑定某一家 AI 产品。同一套 Skill 目录可以放到 Cursor、Claude Code、GitHub Copilot、OpenAI Codex 等支持 Agent Skills 规范的工具中（各平台的安装路径见下文）。Skill 本身不包含独立的测试运行器或 CLI，价值在于把测试生成的分析流程标准化，减少每次对话里重复交代框架、边界和输出格式的时间。

核心功能与亮点¶

根据官方 SKILL.md，该 Skill 的工作流可以概括为五步：

1. 识别代码 — 判断编程语言与代码结构（函数、类、模块）。
2. 分析功能 — 理清输入、输出与核心行为。
3. 确定边界 — 找出边界值与边缘情况（空值、零、越界等）。
4. 选择框架 — 按语言匹配项目常用的测试框架。
5. 生成测试 — 输出可运行的测试用例，并附覆盖说明。

支持的语言与测试框架¶

官方文档列出了以下对应关系：

需要说明的是：Skill 通过指令引导 Agent 做选型与生成，并不会自动检测你仓库里已安装的依赖；若项目已有既定框架（例如全栈 monorepo 统一用 Vitest），在对话里点明框架名称，输出会更贴合现有工程。

覆盖的测试类型¶

生成时会按四类场景组织用例：

• 正常路径测试 — 验证预期输入下的标准行为。
• 边界条件测试 — 极值、临界状态。
• 异常处理测试 — 错误分支、抛错类型与消息。
• 空值 / 空输入测试 — null、undefined、空字符串、空集合等。

结构化输出报告¶

Skill 要求使用同目录下 templates/test-report.md 模板格式化结果。模板包含：分析概述、被测函数列表、生成的测试代码、按类别统计的用例数量，以及「如何运行」的命令占位。这样 Agent 的输出不只是零散代码块，而是一份可归档、可评审的测试生成报告。

对初学者而言，这份示例 Skill 还有两点实用价值：一是社区维护、可复制——目录里只有 SKILL.md 和模板，没有复杂脚本；二是贴近高频场景——补测试几乎是 AI 编程里被调用最多的任务之一，把它固化成 Skill，比每次手写长提示词更省事。

安装与启用¶

方式一：使用 awesome-agent-skills 一键安装脚本（推荐）¶

仓库提供了跨平台安装脚本，可将 unit-test-generator 连同 SKILL.md 和 templates/test-report.md 下载到对应平台目录。

macOS / Linux：

# 交互式选择平台与 Skill
curl -sL https://raw.githubusercontent.com/JackyST0/awesome-agent-skills/main/install.sh | bash

# 直接安装到 Cursor
curl -sL https://raw.githubusercontent.com/JackyST0/awesome-agent-skills/main/install.sh | bash -s -- -p cursor -s unit-test-generator

Windows（PowerShell）：

irm https://raw.githubusercontent.com/JackyST0/awesome-agent-skills/main/install.ps1 | iex

安装完成后，Skill 会出现在目标平台的 skills 目录中，例如 Cursor 全局路径为 ~/.cursor/skills/unit-test-generator/。

方式二：手动复制¶

git clone https://github.com/JackyST0/awesome-agent-skills.git
cp -r awesome-agent-skills/examples/unit-test-generator ~/.cursor/skills/

若只希望当前项目可用，可复制到项目根目录的 .cursor/skills/unit-test-generator/（或 .codex/skills/、.claude/skills/ 等，视工具而定），便于随仓库与团队共享。

各 AI 编程工具中的目录位置¶

根据 awesome-agent-skills 官方 README 与 使用指南：

项目级 Skill 优先于全局同名 Skill。安装后可通过 ls ~/.cursor/skills/unit-test-generator/ 确认 SKILL.md 与 templates/test-report.md 是否存在；若 Agent 未自动识别，重启 IDE 或在对话中明确引用 Skill 名称即可。

典型用法示例¶

官方 SKILL.md 给出了一个最小可复现示例。假设待测 Python 函数如下：

def divide(a: float, b: float) -> float:
    if b == 0:
        raise ValueError("Cannot divide by zero")
    return a / b

在 Agent 对话中，你可以这样触发（自然语言即可，不必背固定咒语）：

请为下面的 divide 函数生成单元测试，使用 pytest，并按 test-report 模板输出报告。

[paste 上面的源码]

Skill 引导下的典型输出结构如下（节选自官方示例）：

import pytest
from your_module import divide

class TestDivide:
    """Tests for the divide function."""

    def test_divide_positive_numbers(self):
        assert divide(10, 2) == 5.0
        assert divide(7, 2) == 3.5

    def test_divide_negative_numbers(self):
        assert divide(-10, 2) == -5.0
        assert divide(10, -2) == -5.0
        assert divide(-10, -2) == 5.0

    def test_divide_by_zero_raises_error(self):
        with pytest.raises(ValueError, match="Cannot divide by zero"):
            divide(10, 0)

    def test_divide_zero_numerator(self):
        assert divide(0, 5) == 0.0

    def test_divide_float_precision(self):
        assert divide(1, 3) == pytest.approx(0.333333, rel=1e-5)

报告中的「测试覆盖说明」会逐项勾选：正常除法、负数、除零异常、分子为零、浮点精度等。把生成文件保存到项目测试目录后，按项目惯例执行，例如：

pytest tests/test_divide.py -v

对 JavaScript 项目，同样在提示里注明「使用 Jest / Vitest」，并附上待测模块路径，Agent 会按 Skill 中的语言—框架表生成对应语法。

适用场景与注意事项¶

适合谁、什么场景¶

• 补遗留代码的测试：老模块缺少单测，需要快速铺一批边界与异常用例。
• 新函数 TDD 辅助：实现函数后，让 Agent 按 Skill 流程生成初稿，再人工删减合并。
• 统一团队输出格式：通过 test-report.md 模板，让不同同事、不同对话里的测试交付物结构一致。
• 学习 Skill 写法：示例体量小、无外部依赖，适合 fork 后加上你们团队的命名规范、Mock 约定或覆盖率门槛。

使用时的限制与建议¶

1. 生成结果需要人工审查。Skill 不能保证测试一定通过，也不能替代对业务语义的理解；合并前应在本地跑一遍测试套件。
2. 导入路径与 Mock 需对齐项目结构。官方示例里的 from your_module import divide 只是占位，你要在对话里说明真实模块路径，或生成后手动改 import。
3. 未列出的语言需自行扩展。当前 Skill 只写了 Python、JS/TS、Java、Go、Rust；若用 C#、Kotlin 等，可在 fork 的 SKILL.md 里追加框架行，或对话中直接指定。
4. 与项目测试规范结合。若团队要求 Given-When-Then 命名、禁止真实网络请求等，建议把这些规则写进 Skill 的 Instructions 段，而不是每次口头重复。
5. 一键安装脚本的范围。install.sh 安装的是本仓库 examples/ 下 bundled 的几个示例 Skill，并非通用 Skill 包管理器；第三方 Skill 仍需手动复制或使用各平台自有安装方式。

小结¶

unit-test-generator 把「分析源码 → 选框架 → 覆盖边界与异常 → 输出结构化报告」这套单元测试生成流程，封装成一份可安装的 Agent Skill。它来自社区 curated 示例，轻量、可复制，适合作为 AI 编程工作流里补测试的标准化起点。

若你想进一步定制，可以直接 fork examples/unit-test-generator，在 SKILL.md 里加入你们项目的目录约定、覆盖率目标或 CI 命令；也可以浏览同仓库的 code-review、debug-helper 等示例，拼成一套团队专属的 Agent 能力集。

官方地址：https://github.com/JackyST0/awesome-agent-skills/tree/main/examples/unit-test-generator