前言¶

寫單元測試是開發流程裏繞不開的一環，卻也是很多人能拖就拖的事。函數邊界沒想清楚、異常分支漏測、框架選型不一致，補測試往往比寫業務代碼還費時間。更常見的情況是：代碼已經合進主分支，覆蓋率指標壓下來，纔開始對着 IDE 裏空白的 test_*.py 或 *.test.ts 發愁。

AI 編程助手能幫你「寫幾個測試」，但輸出質量往往取決於當次對話裏你怎麼描述需求——有時只覆蓋 happy path，有時框架和項目現有約定對不上。Agent Skill 的思路，是把「怎麼分析代碼、怎麼選框架、怎麼組織測試報告」寫進一份可複用的 SKILL.md，讓 Agent 每次觸發時都走同一套流程。

本文介紹的 unit-test-generator，來自社區倉庫 JackyST0/awesome-agent-skills 的 examples/ 示例集。它是一個面向「根據源代碼生成單元測試」的 Skill 模板：結構清晰、門檻不高，很適合作爲你學習 Skill 寫法、或在團隊裏快速落地的起點。Skill 採用 CC0-1.0 許可，可自由複製與改造。

這是什麼¶

unit-test-generator 是一份 Agent Skill 指令包，核心文件是目錄下的 SKILL.md。Agent 讀取該文件後，會在用戶提出「生成單元測試」「爲函數/類寫測試」「提高代碼覆蓋率」等需求時，按固定步驟分析源碼並輸出測試代碼與覆蓋說明。

它並不綁定某一家 AI 產品。同一套 Skill 目錄可以放到 Cursor、Claude Code、GitHub Copilot、OpenAI Codex 等支持 Agent Skills 規範的工具中（各平臺的安裝路徑見下文）。Skill 本身不包含獨立的測試運行器或 CLI，價值在於把測試生成的分析流程標準化，減少每次對話裏重複交代框架、邊界和輸出格式的時間。

核心功能與亮點¶

根據官方 SKILL.md，該 Skill 的工作流可以概括爲五步：

1. 識別代碼 — 判斷編程語言與代碼結構（函數、類、模塊）。
2. 分析功能 — 理清輸入、輸出與核心行爲。
3. 確定邊界 — 找出邊界值與邊緣情況（空值、零、越界等）。
4. 選擇框架 — 按語言匹配項目常用的測試框架。
5. 生成測試 — 輸出可運行的測試用例，並附覆蓋說明。

支持的語言與測試框架¶

官方文檔列出了以下對應關係：

需要說明的是：Skill 通過指令引導 Agent 做選型與生成，並不會自動檢測你倉庫裏已安裝的依賴；若項目已有既定框架（例如全棧 monorepo 統一用 Vitest），在對話裏點明框架名稱，輸出會更貼合現有工程。

覆蓋的測試類型¶

生成時會按四類場景組織用例：

• 正常路徑測試 — 驗證預期輸入下的標準行爲。
• 邊界條件測試 — 極值、臨界狀態。
• 異常處理測試 — 錯誤分支、拋錯類型與消息。
• 空值 / 空輸入測試 — null、undefined、空字符串、空集合等。

結構化輸出報告¶

Skill 要求使用同目錄下 templates/test-report.md 模板格式化結果。模板包含：分析概述、被測函數列表、生成的測試代碼、按類別統計的用例數量，以及「如何運行」的命令佔位。這樣 Agent 的輸出不只是零散代碼塊，而是一份可歸檔、可評審的測試生成報告。

對初學者而言，這份示例 Skill 還有兩點實用價值：一是社區維護、可複製——目錄裏只有 SKILL.md 和模板，沒有複雜腳本；二是貼近高頻場景——補測試幾乎是 AI 編程裏被調用最多的任務之一，把它固化成 Skill，比每次手寫長提示詞更省事。

安裝與啓用¶

方式一：使用 awesome-agent-skills 一鍵安裝腳本（推薦）¶

倉庫提供了跨平臺安裝腳本，可將 unit-test-generator 連同 SKILL.md 和 templates/test-report.md 下載到對應平臺目錄。

macOS / Linux：

# 交互式選擇平臺與 Skill
curl -sL https://raw.githubusercontent.com/JackyST0/awesome-agent-skills/main/install.sh | bash

# 直接安裝到 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

安裝完成後，Skill 會出現在目標平臺的 skills 目錄中，例如 Cursor 全局路徑爲 ~/.cursor/skills/unit-test-generator/。

方式二：手動複製¶

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

若只希望當前項目可用，可複製到項目根目錄的 .cursor/skills/unit-test-generator/（或 .codex/skills/、.claude/skills/ 等，視工具而定），便於隨倉庫與團隊共享。

各 AI 編程工具中的目錄位置¶

根據 awesome-agent-skills 官方 README 與 使用指南：

項目級 Skill 優先於全局同名 Skill。安裝後可通過 ls ~/.cursor/skills/unit-test-generator/ 確認 SKILL.md 與 templates/test-report.md 是否存在；若 Agent 未自動識別，重啓 IDE 或在對話中明確引用 Skill 名稱即可。

典型用法示例¶

官方 SKILL.md 給出了一個最小可復現示例。假設待測 Python 函數如下：

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

在 Agent 對話中，你可以這樣觸發（自然語言即可，不必背固定咒語）：

請爲下面的 divide 函數生成單元測試，使用 pytest，並按 test-report 模板輸出報告。

[paste 上面的源碼]

Skill 引導下的典型輸出結構如下（節選自官方示例）：

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)

報告中的「測試覆蓋說明」會逐項勾選：正常除法、負數、除零異常、分子爲零、浮點精度等。把生成文件保存到項目測試目錄後，按項目慣例執行，例如：

pytest tests/test_divide.py -v

對 JavaScript 項目，同樣在提示裏註明「使用 Jest / Vitest」，並附上待測模塊路徑，Agent 會按 Skill 中的語言—框架表生成對應語法。

適用場景與注意事項¶

適合誰、什麼場景¶

• 補遺留代碼的測試：老模塊缺少單測，需要快速鋪一批邊界與異常用例。
• 新函數 TDD 輔助：實現函數後，讓 Agent 按 Skill 流程生成初稿，再人工刪減合併。
• 統一團隊輸出格式：通過 test-report.md 模板，讓不同同事、不同對話裏的測試交付物結構一致。
• 學習 Skill 寫法：示例體量小、無外部依賴，適合 fork 後加上你們團隊的命名規範、Mock 約定或覆蓋率門檻。

使用時的限制與建議¶

1. 生成結果需要人工審查。Skill 不能保證測試一定通過，也不能替代對業務語義的理解；合併前應在本地跑一遍測試套件。
2. 導入路徑與 Mock 需對齊項目結構。官方示例裏的 from your_module import divide 只是佔位，你要在對話裏說明真實模塊路徑，或生成後手動改 import。
3. 未列出的語言需自行擴展。當前 Skill 只寫了 Python、JS/TS、Java、Go、Rust；若用 C#、Kotlin 等，可在 fork 的 SKILL.md 裏追加框架行，或對話中直接指定。
4. 與項目測試規範結合。若團隊要求 Given-When-Then 命名、禁止真實網絡請求等，建議把這些規則寫進 Skill 的 Instructions 段，而不是每次口頭重複。
5. 一鍵安裝腳本的範圍。install.sh 安裝的是本倉庫 examples/ 下 bundled 的幾個示例 Skill，並非通用 Skill 包管理器；第三方 Skill 仍需手動複製或使用各平臺自有安裝方式。

小結¶

unit-test-generator 把「分析源碼 → 選框架 → 覆蓋邊界與異常 → 輸出結構化報告」這套單元測試生成流程，封裝成一份可安裝的 Agent Skill。它來自社區 curated 示例，輕量、可複製，適合作爲 AI 編程工作流裏補測試的標準化起點。

若你想進一步定製，可以直接 fork examples/unit-test-generator，在 SKILL.md 里加入你們項目的目錄約定、覆蓋率目標或 CI 命令；也可以瀏覽同倉庫的 code-review、debug-helper 等示例，拼成一套團隊專屬的 Agent 能力集。

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