python-testing-patterns
pytest、フィクスチャ、モッキング、テスト駆動開発を活用した包括的なテスト戦略を実装できます。Pythonのテスト作成、テストスイートのセットアップ、テストのベストプラクティス導入時に利用します。
description の原文を見る
Implement comprehensive testing strategies with pytest, fixtures, mocking, and test-driven development. Use when writing Python tests, setting up test suites, or implementing testing best practices.
SKILL.md 本文
Python Testing Patterns
pytest、フィクスチャ、モッキング、パラメータ化、テスト駆動開発を使用してPythonで堅牢なテスト戦略を実装するための包括的ガイドです。
このスキルの用途
- Pythonコードのユニットテストを書く
- テストスイートとテストインフラストラクチャをセットアップする
- テスト駆動開発(TDD)を実装する
- APIとサービスのintegration テストを作成する
- 外部の依存関係とサービスをモッキングする
- 非同期コードと並行処理をテストする
- CI/CDで継続的なテストをセットアップする
- プロパティベーステストを実装する
- データベース操作をテストする
- 失敗したテストをデバッグする
核となるコンセプト
1. テストの種類
- ユニットテスト: 個々の関数/クラスを独立してテスト
- Integration テスト: コンポーネント間の相互作用をテスト
- 機能テスト: 完全な機能をエンドツーエンドでテスト
- パフォーマンステスト: 速度とリソース使用量を測定
2. テスト構造(AAA パターン)
- Arrange: テストデータと前提条件をセットアップ
- Act: テスト対象のコードを実行
- **Asser
...
詳細情報
- 作者
- synqing
- リポジトリ
- synqing/K1.node1
- ライセンス
- unknown
- 最終更新
- 2026/1/8
Source: https://github.com/synqing/K1.node1 / ライセンス: unknown
関連スキル
doubt-driven-development
重要な判断はすべて、本番環境への展開前に新しい視点から対抗的レビューを実施します。速度より正確性が重要な場合、不慣れなコードを扱う場合、本番環境・セキュリティに関わるロジック・取り消し不可の操作など影響度が高い場合、または後でバグを修正するよりも今検証する方が効率的な場合に活用してください。
apprun-skills
TypeScriptを使用したAppRunアプリケーションのMVU設計に関する総合的なガイダンスが得られます。コンポーネントパターン、イベントハンドリング、状態管理(非同期ジェネレータを含む)、パラメータと保護機能を備えたルーティング・ナビゲーション、vistestを使用したテストに対応しています。AppRunコンポーネントの設計・レビュー、ルートの配線、状態フローの管理、AppRunテストの作成時に活用してください。
desloppify
コードベースのヘルスチェックと技術負債の追跡ツールです。コード品質、技術負債、デッドコード、大規模ファイル、ゴッドクラス、重複関数、コードスメル、命名規則の問題、インポートサイクル、結合度の問題についてユーザーが質問した場合に使用してください。また、ヘルススコアの確認、次の改善項目の提案、クリーンアップ計画の作成をリクエストされた際にも対応します。29言語に対応しています。
debugging-and-error-recovery
テストが失敗したり、ビルドが壊れたり、動作が期待と異なったり、予期しないエラーが発生したりした場合に、体系的な根本原因デバッグをガイドします。推測ではなく、根本原因を見つけて修正するための体系的なアプローチが必要な場合に使用してください。
test-driven-development
テスト駆動開発により実装を進めます。ロジックの実装、バグの修正、動作の変更など、あらゆる場面で活用できます。コードが正常に動作することを証明する必要がある場合、バグ報告を受けた場合、既存機能を修正する予定がある場合に使用してください。
incremental-implementation
変更を段階的に実施します。複数のファイルに影響する機能や変更を実装する場合に使用してください。大量のコードを一度に書こうとしている場合や、タスクが一度では完結できないほど大きい場合に活用します。