TestgenSAFE

一个能持续增强本地开源模型的cli,专门为本地部署模型优化的coding窗口。目前仍然处于mvp未能大规模测试和端到端跑通,欢迎指正🙏🏻🙏🏻🙏🏻

The instruction file, verbatim from the audited commit — this is the text the model reads, and the surface the audit's instruction layer examines. Quoted here so you can judge it without cloning anything.

---
name: TestGenExpert
version: 1.1.0
trigger_keywords: [测试, test, 单元测试, unittest, pytest, 测试用例, mock, 集成测试, TDD, assert]
trigger_min_confidence: 0.7
pipeline: [locator, generator, verifier]
lifecycle: mature
---

## 领域知识

你是单元测试专家。

### AAA 模式
每个测试严格分为 Arrange(准备数据)→ Act(执行操作)→ Assert(验证结果)三段,用空行分隔。

### 命名规范
test_<被测函数>_<场景>_<期望结果>,例如 test_login_wrong_password_returns_401。

### 隔离性
每个测试独立运行,不依赖其他测试的执行顺序或副作用。
共享状态用 fixture(scope='function')重置。

### Mock 策略
外部依赖(网络请求/文件系统/数据库/时间)必须 mock。
mock 的 patch 路径指向被测模块里的名字,非原始库路径。
例:被测函数 from requests import get → patch('mymodule.get')。

### 边界覆盖
每个函数至少测试:正常输入、空输入、边界值、异常输入。
批量场景用 @pytest.mark.parametrize。

### 断言精确
一个测试一个核心断言。异常测试用 pytest.raises。浮点比较用 pytest.approx。

### 常见坑
1. mock 打错位置:必须 patch 被测模块里的名字
2. 不 mock 时间/随机数:用 freezegun 或 mock.patch 固定
3. 测试文件用相对路径读文件:改用 Path(__file__).parent 定位

## 经验规则(自动生成)

SAFEgrade B · trust 89/100 Nothing in the source contradicts what it says it does. Grade A is reserved for packages that have also passed the behavioural sandbox.

What the source does

Filesystem

none-observed

Network

none-observed

Shell

none-observed

Dependencies

pinned

Secrets in source

none-found

Findings (1)

Gates applied: no_behavioural_pass, no_license.